深度学习概率分布与核心运算 —— 概率论的工具箱(八)
1. 定位导航上一篇回答了"为什么需要概率"。本篇开始构建概率论的基本工具箱——这些工具是理解后续所有内容(损失函数、贝叶斯推断、生成模型、信息论)的数学基础。本篇覆盖六大核心概念:随机变量与概率分布(PMF/PDF)、边缘概率、条件概率、链式法则、独立性、期望/方差/协方差。2. 随机变量随机变量是可以随机地取不同值的变量。它本身只是对可能状态的描述,必须伴随一个概率分布来指定每个状态的可能性。随机变量分两类:类型状态空间例子离散型有限或可数无限个状态骰子点数{1,2,3,4,5,6}、词汇表中的单词连续型实数值温度、身高、神经网络权重3. 概率分布
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2483201.html
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!