机器学习基础知识之概率论的随机变量及其分布
❤️机器学习基础知识❤️之概率论的❤️随机变量及其分布❤️
文章目录
- ❤️机器学习基础知识❤️之概率论的❤️随机变量及其分布❤️
- 一、随机变量以及其分布
- 1、连续变量
- 2、离散变量
- 3、概率密度
- 二、随机变量的数学期望
- 1、数学期望的概念
- 2、数学期望的定义
- 三、随机变量的方差以及标准差
- 1、方差
- 2、标准差
- 3、标准差与方差
- 四、常用的离散的分布
- 五、常用的连续的分布函数
- 六、随机变量函数的分布
- 七、分布的其他的特征数
❤️本为主要在于介绍和讲解随机变量以及其分布了,希望对大家有一些帮助。。。。。。❤️
一、随机变量以及其分布
这里首先介绍随机变量及其分布的概念。
1、连续变量
随机变量
在随机现象之中,有很多的样本点,其本身就是使用数量进行表示的额,由于样本点出现的随机性,其数量呈现为随机变量,这就是我们所说的随机变量了。这其实是随机变量的一个通俗的理解了啦。
随机变量又分为:
1、离散随机变量;
2、连续随机变量。
随机变量的分布函数
随机变量的分布常常使用函数的形式来进行表述,这就是随机变量的分布函数。
- 任何一个随机变量都有自己的分布函数。
- 分布函数的性质:
1、单调性;
2、有界性;
3、右连续性(其实就是类似于连续性啦)。- 以上的三条性质可以称为判别某一个函数是否可以成为一个分布函数的充要条件。
下面举一个例子:
柯西分布函数:
1、概率密度分布:
2、分布函数:
3、一些性质:
参数 | x_0! 位置参数(实数)\gamma > 0! 尺度参数(实数) |
值域 | x \in (-\infty; +\infty)! |
概率密度函数 | \frac{1}{\pi\gamma,\left[1 + \left(\frac{x-x_0}{\gamma}\right)^2\right]} ! |
累积分布函数 | \frac{1}{\pi} \arctan\left(\frac{x-x_0}{\gamma}\right)+\frac{1}{2} |
标记 | {{{notation}}} |
期望值 | (没有定义) |
中位数 | x_0 |
众数 | x_0 |
方差 | (没有定义) |
偏态 | (没有定义) |
峰态 | (没有定义) |
熵值 | \ln(4,\pi,\gamma)! |
动差生成函数 | (没有定义) |
特征函数 | \exp(x_0,i,t-\gamma, |
上面的公式有一些小问题,下面重新放一张图片进行显示性质:
2、离散变量
离散变量与连续变量的分布是类似的,只不过这里离散变量的分布函数也是离散的啦。
离散变量的分布函数通常使用分布列来进行描述分布,构成一个概率分布列或者说是分布列。
分布列的基本性质:
1、非负性;
2、正则性。
3、概率密度
概率密度是对于连续变量而言的,表示在某一段x的区间之上,单位长度的变量x所对应的概率的数值的大小。描述概率密度的函数叫做概率密度函数或者密度函数或者密度。
注意点
1、不可能事件的概率为0,但是概率为0的事件未必是不可能事件;
2、同样的,绝对事件的概率为1,但是,概率为1的事件未必是绝对事件。
二、随机变量的数学期望
1、数学期望的概念
数学期望实际上就是我们日常中说的平均值,当然了,有两种平均的方式:
1、算术平均;
2、加权平均。
2、数学期望的定义
三、随机变量的方差以及标准差
1、方差
2、标准差
3、标准差与方差
四、常用的离散的分布
这里由于一些公式比价难以敲上来,于是,我们采用手写的方法来进行常用的离散的分布的描述。(字的美丑问题不要太在意啦www…)
其实主要就是:
1、二项分布;
2、泊松分布;
3、超几何分布;
4、几何分布。
以上就是常用的离散的分布啦。
五、常用的连续的分布函数
这里也是同样的展示形式,主要有五个连续的分布函数:
1、正态分布(高斯分布);
2、均匀分布;
3、指数分布;
4、伽马分布;
5、贝塔分布。
如下图所示:
以上就是常用的一些连续分布函数的表述了啦。上面是对常用的连续分布函数的一个简单的介绍,如果需要更细致的了解可以自行查阅相关的资料啦。
六、随机变量函数的分布
在实际的问题之中,我们感兴趣的是已经知道了随机变量的分布,然后需要去求解一个与当前随机变量有关的函数的具体的分布情况。
寻求随机变量函数的分布的问题,是概率论的基本技巧,在概率论与数理统计之中经常需要使用到这些技巧。
这里我们不在详细叙述,因为本质就是通过一个变量的分布,求解另一个变量的分布,最主要的方法其实是变量的代换,或者求解方程而已。而且我们在机器学习中不太会关注到这个方面的问题,因此不过多的叙述了啦。
七、分布的其他的特征数
主要是有六个分布的其他的特征数:
1、k阶矩;
2、变异系数;
3、分位数;
4、中位数(中位数是分位数的特例);
5、偏度系数;
6、峰度系数。
具体的描述如下图所示:
本章的一些基础的习题我们就不展示了,主要是希望大家对这些基本的概念以及公式有一个比较清楚的理解和应用了啦。
END.
最后,感谢大家的阅读与支持,期待大家的点赞哦。如果觉得有些帮助的话,就点个赞吧 (づ ̄3 ̄)づ╭❤~。
本系列会持续更新,期待大家的持续关注(๑′ᴗ‵๑)I Lᵒᵛᵉᵧₒᵤ❤。
机器学习基础知识之概率论的随机变量及其分布相关推荐
- 概率论基础知识(二) 随机变量及其分布
概率论基础知识(二) 随机变量及其分布 1.随机变量 定义:设随机试验的样本空间为S={e}, X=X(e)是定义在样本空间S上的实值单值函数.称X=X(e)为随机变量. 这样一来,样本空间可以很好的 ...
- 机器学习基础知识之概率论的Matlab描述概率的图像(一)
机器学习基础知识之概率论的Matlab描述概率的图像(一) (由于有很多的分布,而且还有一维分布以及多维分布,因此,我们一篇博文写下来的话内容量太大,文章太长,因此,我们分三次写完所有的基本的一维以及 ...
- 机器学习——基础知识
机器学习--基础知识 机器学习 概述 机器学习(Machine Learning,ML) 是使用计算机来彰显数据背后的真实含义,它为了把无序的数据转换成有用的信息.是一门多领域交叉学科,涉及概率论.统 ...
- 一次性掌握机器学习基础知识脉络 | 公开课笔记
来源 | AI科技大本营在线公开课 嘉宾 | 张相於 整理 | suiling 本次公开课AI科技大本营邀请到了阿里巴巴的高级算法专家张相於,他将从数据的概率分布开始介绍机器学习核心概念之间的有机关系 ...
- 今晚直播 | 一次性掌握机器学习基础知识脉络
机器学习第二次入门 AI科技大本营在线公开课第15期 主题:机器学习第二次入门 时间:9月6日(今晚) 20:00-21:00 入群福利:讲师交流+PPT分享+抽奖送书 扫码添加小助手,备注:机器学习 ...
- 什么是 ML.NET?应该如何理解机器学习基础知识?
ML.NET 是一个免费的开源跨平台机器学习框架,可用于生成自定义机器学习解决方案并将其集成到 .NET 应用程序. 借助 ML.NET API,可以使用你已有的 .NET 技能将 AI 结合到应用中 ...
- 独家 | 机器学习基础知识梳理,新手必备!(附链接)
翻译:吴金笛 校对:丁楠雅 本文约4000字,建议阅读16分钟. 本文介绍了机器学习以及几个易与其混淆的术语,并给出了几个机器学习的应用. 介绍 在过去的几年里,人们对机器学习重新产生了兴趣. 这种复 ...
- 一次性掌握机器学习基础知识脉络 | 百万人学AI
我们这次分享的题目叫做<机器学习第二次入门>.我先简单自我介绍一下,我现在在做算法工作,在阿里做高级算法专家,主要关注的领域是在推荐系统.机器学习.金融风控这些方面. 本次分享包括三个内容 ...
- 机器学习基础知识总结!
机器学习定义 机器学习(Machine Learning)本质上就是让计算机自己在数据中学习规律,并根据所得到的规律对未来数据进行预测. 机器学习包括如聚类.分类.决策树.贝叶斯.神经网络.深度学习( ...
最新文章
- 2021全球产品经理大会蓄势待发!
- django 自定义日志配置
- 在系统中使用read函数读取文件内容
- 环境变量PATH与cp 、mv命令
- 浅说Java中的反射机制(一)
- 谷歌浏览器跨域报错解决办法
- java 下载二进制文件_使用Java从Github下载二进制文件
- 北大教授郑也夫斗胆谈了7个天大的问题(非常狠,也很现实)
- android 两个imageview重叠,android-在现有ListVIew中添加更多项目时,ImageView重叠
- Distances to Zero CodeForces - 803B (二分)
- .NET软件授权管理解决方案Eziriz .NET IntelliLock
- 渝粤题库 陕西师范大学 《教育科学研究方法》作业
- twaver API笔记
- 作为一只爬虫,如何科学有效地处理短信验证码?
- 2019年十大物联网安全事件
- 化学共价键:π键和σ键
- 郭金东金浦集团荣登“2019中国民营企业500强”和“2019中国民营企业制造业500强”榜单
- html5 css3 内边距,css什么是内边距?css内边距的设置方法(实例)
- c语言20s计数器,计数器延时程序与级联程序的plc梯形图实现
- 浙大版《C语言程序设计(第3版)》题目集(编程题q41-q50)
热门文章
- 飞熊观察:ChatGPT不是取代元宇宙,而是丰富元宇宙内容
- 【愚公系列】2022年11月 微信小程序-优购电商项目-意见反馈页面
- 基于AWS的云服务架构最佳实践 #CSDN博文精选# #IT# #云服务实践#
- w ndows系统开机时黑屏,Windows 7 启动系统后出现黑屏,要怎么解决?
- 中科大 计算机 全奖,中科大每届三成本科生获全额奖学金出国(境)留学
- app接入微信第三方支付详解以及坑
- 工业和信息化部关于发布5150-5350兆赫兹频段无线接入系统频率使用相关事宜的通知工信部无函〔2012〕620号
- 烽火HG2543C1获得telecomadmin密码以及禁用tr069
- 【动画宣传片视频制作软件】Focusky教程 | 加密设置
- C#中 ActionT和FuncT的用法