【概率论】深度学习必懂的13种概率分布
点击上方,选择星标或置顶,每天给你送干货!
阅读大概需要6分钟
跟随小博主,每天进步一丢丢
整理:天学网人工智能学院
作为AI从业者,你需要知道概率分布相关的知识。这里有一份最常见的基本概率分布教程,大多数和使用 python 库进行深度学习有关。
概率分布概述
共轭意味着它有共轭分布的关系。
在贝叶斯概率论中,如果后验分布 p(θx)与先验概率分布 p(θ)在同一概率分布族中,则先验和后验称为共轭分布,先验称为似然函数的共轭先验。共轭先验维基百科在这里(https://en.wikipedia.org/wiki/Conjugate_prior)。
多分类表示随机方差大于 2。
n 次意味着我们也考虑了先验概率 p(x)。
为了进一步了解概率,我建议阅读 [pattern recognition and machine learning,Bishop 2006]。
分布概率与特征
1.均匀分布(连续)
代码:https://github.com/graykode/distribution-is-all-you-need/blob/master/uniform.py
均匀分布在 [a,b] 上具有相同的概率值,是简单概率分布。
2.伯努利分布(离散)
代码:https://github.com/graykode/distribution-is-all-you-need/blob/master/bernoulli.py
先验概率 p(x)不考虑伯努利分布。因此,如果我们对最大似然进行优化,那么我们很容易被过度拟合。
利用二元交叉熵对二项分类进行分类。它的形式与伯努利分布的负对数相同。
3.二项分布(离散)
代码:https://github.com/graykode/distribution-is-all-you-need/blob/master/binomial.py
参数为 n 和 p 的二项分布是一系列 n 个独立实验中成功次数的离散概率分布。
二项式分布是指通过指定要提前挑选的数量而考虑先验概率的分布。
4.多伯努利分布,分类分布(离散)
代码:https://github.com/graykode/distribution-is-all-you-need/blob/master/categorical.py
多伯努利称为分类分布。
交叉熵和采取负对数的多伯努利分布具有相同的形式。
5.多项式分布(离散)
代码:https://github.com/graykode/distribution-is-all-you-need/blob/master/multinomial.py
多项式分布与分类分布的关系与伯努尔分布与二项分布的关系相同。
6.β分布(连续)
代码:https://github.com/graykode/distribution-is-all-you-need/blob/master/beta.py
β分布与二项分布和伯努利分布共轭。
利用共轭,利用已知的先验分布可以更容易地得到后验分布。
当β分布满足特殊情况(α=1,β=1)时,均匀分布是相同的。
7.Dirichlet 分布(连续)
代码:https://github.com/graykode/distribution-is-all-you-need/blob/master/dirichlet.py
dirichlet 分布与多项式分布是共轭的。
如果 k=2,则为β分布。
8.伽马分布(连续)
代码:https://github.com/graykode/distribution-is-all-you-need/blob/master/gamma.py
如果 gamma(a,1)/gamma(a,1)+gamma(b,1)与 beta(a,b)相同,则 gamma 分布为β分布。
指数分布和卡方分布是伽马分布的特例。
9.指数分布(连续)
代码:https://github.com/graykode/distribution-is-all-you-need/blob/master/exponential.py
指数分布是 α 为 1 时 γ 分布的特例。
10.高斯分布(连续)
代码:https://github.com/graykode/distribution-is-all-you-need/blob/master/gaussian.py
高斯分布是一种非常常见的连续概率分布。
11.正态分布(连续)
代码:https://github.com/graykode/distribution-is-all-you-need/blob/master/normal.py
正态分布为标准高斯分布,平均值为 0,标准差为 1。
12.卡方分布(连续)
代码:https://github.com/graykode/distribution-is-all-you-need/blob/master/chi-squared.py
k 自由度的卡方分布是 k 个独立标准正态随机变量的平方和的分布。
卡方分布是 β 分布的特例
13.t 分布(连续)
代码:https://github.com/graykode/distribution-is-all-you-need/blob/master/student-t.py
t 分布是对称的钟形分布,与正态分布类似,但尾部较重,这意味着它更容易产生远低于平均值的值。
方便交流学习,备注:昵称-学校(公司)-方向,进入DL&NLP交流群。
方向有很多:机器学习、深度学习,python,情感分析、意见挖掘、句法分析、机器翻译、人机对话、知识图谱、语音识别等。
记得备注呦
推荐阅读:
【ACL 2019】腾讯AI Lab解读三大前沿方向及20篇入选论文
【一分钟论文】IJCAI2019 | Self-attentive Biaffine Dependency Parsing
【一分钟论文】 NAACL2019-使用感知句法词表示的句法增强神经机器翻译
【一分钟论文】Semi-supervised Sequence Learning半监督序列学习
【一分钟论文】Deep Biaffine Attention for Neural Dependency Parsing
详解Transition-based Dependency parser基于转移的依存句法解析器
经验 | 初入NLP领域的一些小建议
学术 | 如何写一篇合格的NLP论文
干货 | 那些高产的学者都是怎样工作的?
一个简单有效的联合模型
近年来NLP在法律领域的相关研究工作
让更多的人知道你“在看”
【概率论】深度学习必懂的13种概率分布相关推荐
- 深度学习必懂的13种概率分布
作为机器学习从业者,你需要知道概率分布相关的知识.这里有一份最常见的基本概率分布教程,大多数和使用 python 库进行深度学习有关. 概率分布概述 共轭意味着它有共轭分布的关系. 在贝叶斯概率论中, ...
- 深度学习必懂的 13 种概率分布(附链接)
来源:AI开发者 本文约为1400字,建议阅读5分钟 本文为你介绍基本概率分布教程,大多数和使用 python 库进行深度学习有关. 概率分布概述 共轭意味着它有共轭分布的关系. 在贝叶斯概率论中,如 ...
- 深度学习必须掌握的 13 种概率分布
关注上方"深度学习技术前沿",选择"星标公众号", 资源干货,第一时间送达! 作为机器学习从业者,你需要知道概率分布相关的知识.这里有一份最常见的基本概率分布教 ...
- 深度学习需要掌握的 13 个概率分布(附代码)
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货 知乎作者:Sophia 来源:深度学习自然语言处理 本文仅用于学术分享 ...
- gamma分布_深度学习需要掌握的 13 个概率分布(附代码)
作者:Sophia@知乎 来源:https://zhuanlan.zhihu.com/p/158801020 本文仅用于学术分享,著作权归作者所有.如有侵权,请联系后台作删文处理. 在逛Github时 ...
- 均匀分布 卡方分布_深度学习需要掌握的13个概率分布(附代码)
概率分布 知乎作者:Sophia 来源:深度学习自然语言处理本文仅用于学术分享,著作权归作者所有.如有侵权,请联系后台作删文处理.在逛Github时发现了一个不错的总结,对深度学习的概率分布进行了总结 ...
- 从单层感知器到深度学习以及深度学习必知的框架
从单层感知器到深度学习以及深度学习必知的框架 一 单层神经网络(感知器) 1.结构 下面来说明感知器模型. 在原来MP模型的"输入"位置添加神经元节点,标志其为"输入单元 ...
- 基于深度学习和支持向量机的4种苜蓿叶部病害图像识别
基于深度学习和支持向量机的4种苜蓿叶部病害图像识别 1.研究思路 对 采 集 获 得 的899张苜蓿叶部病害图像,利 用 人工裁剪方法从每张原始图像中获得1张子图像,然后利用结合 K 中值聚类算法和线 ...
- 最新发布|深度学习必学“圣经”花书出视频课了!附带论文代码精读讲解!
[翻到文末参与Pytorch框架福利!限时特惠!活动仅限2天!仅此一次!] 学人工智能Deep Learning必看书是什么? 如果你没听说过"花书",那么说明你对深度学习了解的还 ...
- VGG——深度学习必会模型及PyTorch实现
文章目录 1.为什么要引入卷积神经网络? 1.1 三个观察 1.2 卷积层和池化层 1.2.1 卷积层 1.2.2 池化层 2.VGG模型原理 2.1 提出VGG的动机 2.2 VGG模型及其参数的数 ...
最新文章
- 具有N个量子存储位的计算机,未来世界是科技的世界,未来的计算机也会有这几类...
- C语言学习之有一个已排好序的数组,要求输入一个数后,按原来排序的规律将它插入数组中
- 知乎:学计算机的女生都怎么样了?
- datetime 日期_用Hamcrest验证DateTime和日期
- jcmd 命令_jcmd:一个可以全部统治的JDK命令行工具
- 第一季4:Hi3518E_SDK_Vx.x.x.x的SDK目录结构
- Java 最高均薪 19015 元! 8 月程序员工资出炉,你拖后腿了吗?
- 2017.5.25-5.28 hide捉迷藏 失败总结
- 8.9 NOIP模拟测试15 建设城市(city)+轰炸行动(bomb)+石头剪刀布(rps)
- Ubuntu帮大忙了
- 什么是流片?芯片流片概念介绍
- 服务器固态盘装系统,怎么把固态硬盘设置为系统盘
- 测试的阿萨德萨达阿萨德
- Reincarnation hdu4622 hash解法
- JavaScript每日一题 20170207
- java计算机毕业设计基于安卓Android的城市公交查询app(源码+系统+mysql数据库+Lw文档)
- Gartner 2020 年 SIEM 魔力象限
- 缺少链接库 : /bin/ld: cannot find -lxxx
- 尚好房 04_服务拆分
- 渐变折射率(GRIN)多模光纤的建模