【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
郝学胜-神的一滴1 小时前
反向传播:神经网络的「灵魂」修炼法则
人工智能·pytorch·深度学习·神经网络·机器学习·数据挖掘
绵满1 小时前
“A Deep Probabilistic Model for Customer Lifetime Value Prediction” 论文笔记
深度学习·推荐系统
AGV算法笔记3 小时前
目标检测论文精读:Deformable DETR 为什么被认为是 DETR 真正走向实用的关键一步?
人工智能·深度学习·目标检测·机器学习·计算机视觉·目标跟踪
model20053 小时前
yolo26训练自己数据集
人工智能·深度学习
极光代码工作室3 小时前
基于机器学习的商品价格预测系统
人工智能·深度学习·机器学习·ai·系统设计
古希腊掌管代码的神THU3 小时前
【清华代码熊】DeepSeek V4多模态技术解析:以视觉基元思考
人工智能·深度学习·自然语言处理
机器学习之心4 小时前
GAT-TCN-Transformer 回归模型 + SHAP 可解释性分析:空间、局部与全局的时空建模利器
深度学习·回归·transformer
这张生成的图像能检测吗4 小时前
(论文速读)Shift:通过减少概念漂移解决时间序列预测泛化问题
人工智能·深度学习·transformer·时序模型
wangqiaowq4 小时前
模型合并,转换,量化压缩,部署
人工智能·深度学习
生物信息与育种5 小时前
实战总结:用 rMVP 做植物 GWAS 的标准工作流与避坑指南
人工智能·深度学习·职场和发展·数据分析·r语言