【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
坐望云起10 分钟前
机器学习笔记 - 基于C++的深度学习 四、实现梯度下降
笔记·深度学习·机器学习
源码之家12 分钟前
计算机毕业设计:Python基于知识图谱的医疗问答系统 Neo4j 机器学习 BERT 深度学习 ECharts(建议收藏)✅
python·深度学习·机器学习·信息可视化·数据分析·知识图谱·课程设计
沪漂阿龙13 分钟前
面试题:传统序列模型详解——RNN、LSTM、GRU 原理、区别、优缺点一文讲透
人工智能·rnn·深度学习·gru·lstm
栈溢出了25 分钟前
GAT(Graph Attention Network)学习笔记
人工智能·深度学习·算法·机器学习
:mnong39 分钟前
论文研读:基于深度学习的制造成本估算特征可视化研究
人工智能·深度学习·制造
牧子川9 小时前
009-Transformer-Architecture
人工智能·深度学习·transformer
dfsj6601110 小时前
第四章:深度学习革命
人工智能·深度学习
cskywit11 小时前
【CVPR2024】用Diffusion“造”遥感分割数据:SatSynth论文解读
人工智能·深度学习·计算机视觉
薛定e的猫咪11 小时前
因果推理研究方向综述笔记
人工智能·笔记·深度学习·算法
老毛肚12 小时前
卷积神经网络CNN
人工智能·深度学习·cnn