深度之眼(二十一)——概率论

简介: 深度之眼(二十一)——概率论

一、随机试验样本空间和随机事件


样本空间:

随机试验E的所有可能结果构成的集合称为E的样本空间

随机事件:

试验E的样本空间s的任意一个子 集称为E的随机事件,简称事件

必然事件和不可能事件

互斥事件和对立事件


对立:①是互斥时间,不可能同时发送。②A和A非为整个样本空间


二、概率的定义



0a2653c851af460fa595bd959398a8f1.png0eacb84100b54626af849e6b562bf92a.png


三、条件概率与乘法公式


2d65d23f6d4748949b924e4057485923.png2e9b90b2ca334476abebe75bafe6eeaa.png


例:

4cebaac233b3433da32a72337a77fc60.png


四、全概率公式与贝叶斯公式以及应用



0a2653c851af460fa595bd959398a8f1.png0eacb84100b54626af849e6b562bf92a.png2d65d23f6d4748949b924e4057485923.png


五、独立性


2e9b90b2ca334476abebe75bafe6eeaa.png


六、随机变量和多维随机变量


6.1 离散随机变量


0a2653c851af460fa595bd959398a8f1.png0eacb84100b54626af849e6b562bf92a.png


6.2 连续随机变量


2d65d23f6d4748949b924e4057485923.png2e9b90b2ca334476abebe75bafe6eeaa.png


负无穷到正无穷的积分为0


4cebaac233b3433da32a72337a77fc60.png6de278e6d6694ce5bb08e7e842b7e74b.png


6.3 多维随机变量


0a2653c851af460fa595bd959398a8f1.png


二维就是落在面积里的概率


6.4 边缘分布和条件分布


0eacb84100b54626af849e6b562bf92a.png


6.5 独立性


2d65d23f6d4748949b924e4057485923.png


相关文章
|
2月前
|
算法 数据可视化 vr&ar
【图形学】探秘图形学奥秘:区域填充的解密与实战
【图形学】探秘图形学奥秘:区域填充的解密与实战
40 0
|
5天前
|
机器学习/深度学习 算法 数据挖掘
深度之眼(二十七)——神经网络基础知识(二)
深度之眼(二十七)——神经网络基础知识(二)
|
5天前
|
机器学习/深度学习 人工智能 自然语言处理
深度之眼(二十六)——神经网络基础知识(一)
深度之眼(二十六)——神经网络基础知识(一)
|
17天前
技术好文共享:蒙提霍尔悖论(三门问题)终极分析
技术好文共享:蒙提霍尔悖论(三门问题)终极分析
13 1
|
2月前
|
机器学习/深度学习 数据采集 自然语言处理
【热门话题】常见分类算法解析
本文介绍了6种常见分类算法:逻辑回归、朴素贝叶斯、决策树、支持向量机、K近邻和神经网络。逻辑回归适用于线性问题,朴素贝叶斯在高维稀疏数据中有效,决策树适合规则性任务,SVM擅长小样本非线性问题,KNN对大规模数据效率低,神经网络能处理复杂任务。选择算法时需考虑数据特性、任务需求和计算资源。
53 0
|
2月前
|
机器学习/深度学习 人工智能 运维
江帅帅:科学提升认知方法之贝叶斯公式
江帅帅:科学提升认知方法之贝叶斯公式
27 0
|
2月前
|
算法 数据可视化 vr&ar
【图形学】探秘图形学奥秘:DDA与Bresenham算法的解密与实战
【图形学】探秘图形学奥秘:DDA与Bresenham算法的解密与实战
70 0
|
12月前
运筹学学习笔记关键点纪要
运筹学学习笔记关键点纪要
43 0
|
机器学习/深度学习 人工智能 自然语言处理
扩散模型背后数学太难了,啃不动?谷歌用统一视角讲明白了
扩散模型背后数学太难了,啃不动?谷歌用统一视角讲明白了
209 0
|
人工智能 大数据
AI数学基础之:概率和上帝视角
AI数学基础之:概率和上帝视角