深度学习自学系列之五:概率论

800 阅读2分钟

概率论

概率论在咱们复习的数学基础中,应该是最易懂的,对于在深度学习中理解实际业务也具有重要的辅助作用。 话不多说,我们仍然使用大纲慢慢讲。

  • 概率分布

    随机变量分为离散型和连续型,离散型的比如掷骰子的点数,或者门电路的输出;连续型的例子有扔出小球距离原点的距离长度。

    概率分布函数是描述随机变量取值分布规律的数学表示。对于任何实数x,事件[X<x]的概率当然是一个x的函数。令,显然有,称F(x)为随机变量X的分布函数。所以,分布函数F(x)完全决定了事件[a≤X≤b]的概率,或者说分布函数F(x)完整地描述了随机变量X的统计特性。

    image.png

    如图,是一个正态分布的概率分布图。可以很直观的观察落到每一个变量上的概率。

  • 条件概率

    条件概率,顾名思义就是两个互相影响的相关事件,在其中一个事件发生后另一个事件的发生概率。 想象你的面前有一个不透明的布袋子,里面分别有大小相等的红小球3个及蓝小球2个。当你第一次拿出了一个蓝小球之后,第二次再拿出蓝小球的概率,就是一种条件概率。

    企业微信截图_16413729849490.png

    在决策树里看出,第一次摸出蓝小球后,第二次也摸出蓝小球的概率是1/4。

    p.s. 这个实验同时可以得到公式:P(AB)=P(A|B)P(B),其中P(AB)是两次摸球,结果都是蓝色的概率,P(B)为第一次摸出蓝色小球的概率,P(A|B)是在第一次摸出了蓝色小球的前提下,第二次也摸出蓝色小球的概率。对应图中方程:1/10 = 2/5 * 1/4。

  • 贝叶斯

  • 边缘概率

  • 期望

  • 方差

  • 协方差