【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
在所不辞兄23 分钟前
分层PINN提升多物理场耦合效率
人工智能·深度学习·神经网络·机器学习·工程仿真
朝朝辞暮i1 小时前
VLA 系统学习第 5 课:神经网络的参数到底是什么?——从 nn.Linear 真正理解 W、 b 和 Gradient
人工智能·python·深度学习·神经网络·vla
Rocky Ding*1 小时前
Emu3大模型深度解析:下一Token预测如何统一图像、视频与理解,以及它尚未解决的问题
论文阅读·人工智能·深度学习·机器学习·aigc·ai-native·emu3
Tingmanyi1 小时前
YOLOv13改进策略【卷积层篇】| RFAConv 感受野注意力卷积,每个位置都值得被单独加权
深度学习·算法·yolo·目标检测·计算机视觉
Web3&Basketball1 小时前
给Agent上线前加一道自动化稳定性闸门
深度学习·大模型·ai技术
跟我学机器学习3 小时前
基于两阶段索引的RAG Agent:检索增强与 Agent 结合实践
人工智能·深度学习·语言模型
Keep_Trying_Go3 小时前
MobileSAM 论文方法详解
人工智能·深度学习·计算机视觉·分割算法
LaughingZhu3 小时前
Product Hunt 每日热榜 | 2026-10-07
人工智能·深度学习·神经网络·搜索引擎·百度
朝朝辞暮i3 小时前
VLA 系统学习第 12 课:为什么机器人不能只看一帧?——时间序列、Observation History 与 Action Chunk
人工智能·python·深度学习·神经网络·vla
朝朝辞暮i4 小时前
VLA 系统学习第 8 课:Optimizer 到底在干什么?——从 Learning Rate 到 SGD、Momentum 和 Adam
人工智能·python·深度学习·神经网络·vla