概率统计与机器学习:常见分布性质总结

Posted zhibei

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了概率统计与机器学习:常见分布性质总结相关的知识,希望对你有一定的参考价值。

参考:https://blog.csdn.net/qq_33638791/article/details/74926573

常见分布:
高斯分布

来源:中心极限定理

定义:大量独立的随机变量之和趋向于正态分布(高斯分布)

前提:样本之间相互独立

 可以看出期望U代表了正态分布的偏移量;方差代表了幅度

 当U=1,方差为0就是标准的正态分布

扩充:为什么测量误差服从正态分布

 由于每次测量误差都和其余测量误差的大小无关,因此是独立条件,所以是独立同分布的

 


以上是关于概率统计与机器学习:常见分布性质总结的主要内容,如果未能解决你的问题,请参考以下文章

机器学习数学基础总结

机器学习数学系列:机器学习与数学基础知识

机器学习中涉及的概率论知识回顾

机器学习面试问题总结

一些常用的机器学习算法实现

学机器学习要学一些什么?机器学习和深度学习项目实战分享