【深度学习入门_基础篇】概率论

开坑本部分主要为基础知识复习,新开坑中,学习记录自用。

学习目标: 随机事件与概率、随机变量及其分布、多维随机变量及其分布、大数定律与中心极限定理。

强烈推荐此视频:

概率论_麻省理工公开课

废话不多说,直接看视频回顾即可。

记录几个关键概念

## 随机事件与概率

(1)常用分布的概率母函数表

(2)常用分布的特征函数表

(3)大数定律和中心极限定理的条件表

一、随机事件与概率

(1)排列公式

(2)组合公式

(3)条件概率

(4)全概率

(5)贝叶斯公式

二、随机变量及分布

(1)离散随机变量期望

(2)连续随机变量期望

(3)期望性质

(4)方差与标准差的定义

(5)方差的性质

(6)切比雪夫不等式

(7)二项分布

(8)泊松分布

(9)均匀分布

(10)指数分布

(11)正态分布



三、随机变量及分布

(1)多维随机变量的定义

(2)联合分布函数

(3)联合分布列(对于离散随机变量)

(4)联合密度函数(对于连续随机变量)

四、大数定律与中心极限定理

(1)概率母函数

(2)大数定律一般形式

(3)伯努利大数定律

(4)切比雪夫大数定律

(5)马尔可夫大数定律

(6)中心极限定理

(6.1)林德伯格-莱维中心极限定理(独立同分布的中心极限定理)

(6.2)棣莫佛-拉普拉斯中心极限定理(二项分布的正态近似)

(6.3)林德伯格中心极限定理(独立不同分布下的中心极限定理)

(6.4)李雅普诺夫中心极限定理(林德伯格中心极限定理的推论)

上述概率论知识点: https://studyincau.github.io/2024/05/04/gai-lu-lun-5-1-gai-lu-lun-qi-mo-fu-xi-zhi-shi-dian/index.html

相关推荐
河南骏4 小时前
RAG_检索进阶
人工智能·深度学习
灯火不休时5 小时前
95%准确率!CNN交通标志识别系统开源
人工智能·python·深度学习·神经网络·cnn·tensorflow
xier_ran7 小时前
Transformer:Decoder 中,Cross-Attention 所用的 K(Key)和 V(Value)矩阵,是如何从 Encoder 得到的
深度学习·矩阵·transformer
2401_841495647 小时前
【自然语言处理】轻量版生成式语言模型GPT
人工智能·python·gpt·深度学习·语言模型·自然语言处理·transformer
笑脸惹桃花8 小时前
目标检测数据集——路面裂缝检测数据集
人工智能·深度学习·yolo·目标检测·计算机视觉·数据集
骥龙9 小时前
2.4、恶意软件猎手:基于深度学习的二进制文件判别
人工智能·深度学习·网络安全
hans汉斯9 小时前
【计算机科学与应用】基于BERT与DeepSeek大模型的智能舆论监控系统设计
大数据·人工智能·深度学习·算法·自然语言处理·bert·去噪
清风与日月11 小时前
halcon分类器使用标准流程
深度学习·目标检测·计算机视觉
西西阿西哥11 小时前
【随便聊聊】和ChatGPT聊聊潜空间
深度学习·chatgpt
CAD老兵13 小时前
量化技术:如何让你的 3D 模型和 AI 模型瘦身又飞快
人工智能·深度学习·机器学习