人工智能之数学基础:概率论之韦恩图的应用

韦恩图的应用

由于事件的计算有时候太过于抽象了,此时我们可以使用韦恩图的方式来进行验证,我们下面来举一个例子,A∪B)-C=A∪(B-C)是否成立?我们可以通过韦恩图来完成这个任务:

我们通过这种方式来一点一点的比较,我们可以看到二者根本就不相等。

AB杠和A杠B杠之间的区别?

AB表示AB同时发生,AB杠表示AB不同时发生(覆盖范围大)

A杠B杠表示A、B都不发生(覆盖范围小)

我们也可以通过韦恩图的方式来将二者给画出来

三个事件之间的关系

交翻译为同时,并翻译为或者

恰有一个发生就是只有一个发生(其它的不能发生),至少一个发生就是最少有一个发生(其它的爱发生不发生)

以上就是概率论之韦恩图的应用

相关推荐
图先1 天前
概率论第六讲—数理统计
概率论
西猫雷婶2 天前
scikit-learn/sklearn学习|广义线性回归损失函数的基本表达式
深度学习·神经网络·学习·机器学习·线性回归·scikit-learn·概率论
xz2024102****4 天前
最大似然估计:损失函数的底层数学原理
人工智能·算法·机器学习·概率论
kingmax542120084 天前
概率与数理统计公式及结论汇总
人工智能·机器学习·概率论
西猫雷婶5 天前
神经网络|(十九)概率论基础知识-伽马函数·下
人工智能·深度学习·神经网络·机器学习·回归·scikit-learn·概率论
西猫雷婶8 天前
神经网络|(十八)概率论基础知识-伽马函数溯源-阶乘的积分表达式
人工智能·深度学习·神经网络·机器学习·概率论
西猫雷婶12 天前
神经网络|(十六)概率论基础知识-伽马函数·中
人工智能·深度学习·神经网络·学习·机器学习·概率论
西西弗Sisyphus12 天前
大模型 多轮对话
语言模型·概率论·知识蒸馏
Jooou13 天前
机器学习:贝叶斯派和频率派
机器学习·概率论·贝叶斯派
simon_skywalker16 天前
概率论基础教程第六章 随机变量的联合分布(二)
概率论