概率论对于学习 NLP 方向的人,重要性不言而喻。于是我打算从概率论基础篇开始复习,也顺便巩固巩固基础。
这是基础篇的第四篇知识点总结

基础:下面前三篇的链接地址:
概率论基础(1)古典和几何概型及事件运算
概率论基础(2)条件概率、全概率公式和贝叶斯公式
概率论基础(3)一维随机变量(离散型和连续型)
基本求导公式:

1.离散型-二项分布

形式:

分布律:

即当 X=k 时,概率为以上公式

下面是几道例题:

理解:二项分布其实很好理解,主要在于抓住每个量所对应的意义。当直接求的时候如果情况比较复杂,可以考虑求它的逆事件。

理解:这种形式较为常见,尤其涉及两个具有相互关联的二项分布时。注意灵活运用逆事件。

2.离散型-泊松分布

形式:

分布律:

下面是几道例题:

理解:注意0的阶乘是等于1的。

理解:这是一个比较常用的结论,可以记忆一下即可。

3.连续型-均匀分布

形式:

概率密度:

例题:

理解:这里用到了上一篇当中的求解步骤,求概率密度,不要忘了基础的求导公式。

4.连续型-指数分布

形式:

概率密度:

注意:

例题:

理解:这里用到了指数函数的无记忆性的特点。

5.连续型-正态分布(重要分布)

形式:

概率密度:

显然,这里需要知道两个量的具体值: σ 和 μ

常用的性质:

例题:

理解:这个题目直接根据性质就可以解出。


理解:由对称性质,可推出结果。

理解:注意,σ 越小,则曲线越陡

标准正态分布

形式:

概率密度:

几个重要性质:

例题:

理解:运用性质可拆解为标准正态分布之间的运算,题目中也已经给出结果。

理解:σ=2, μ=2,运用性质可以发现等于D选项。

理解:这个题是再一次练习标准正态分布的性质运用。

6.总结

下面是五个重要分布的小节及它们的分布律或概率密度

概率论基础(4)五种重要的分布(二项、泊松、均匀、指数、正态分布)相关推荐

  1. 概率论基础 —— 4.五种重要的概率分布模型

    说到概率分布模型,通常是基于实际研究和观察而总结出来的.你的数学老师可能只会要求你记住这些模型的公式,而不太关心其背后的应用场景.而在我之前的文章里有聊到过数字信号当中关于常见噪音的形式. [数字图像 ...

  2. 语言的顺序表的合拼_2020语文中考专题五:语言运用和综合性学习。掌握基础题五种题型...

    提炼概括题 概括类型题,作为中考试卷中的重点题型,实际上着重考查考生的思维能力和语言表达能力.从试卷分析情况来看,在语言运用题和现代文阅读的相关考点中,考生的提炼概括能力是相对薄弱的,这会造成较多失分 ...

  3. 英语基础语法——五种基本句式

    英语的五种基本句式 Sv (主谓) Svp (主系表) Svo (主谓宾) SvoO (主谓宾宾) Svoc (主谓宾补)

  4. 【机器学习基础】5种数据同分布的检测方法!

    作者:小雨姑娘,康涅狄格大学,Datawhale成员 在数据挖掘比赛中,很重要的一个技巧就是要确定训练集与测试集特征是否同分布,这也是机器学习的一个很重要的假设.但很多时候我们知道这个道理,却很难有方 ...

  5. OSPF基础,五种数据包,七类LSA,广域网技术

    OSPF:开放式最短路径优先协议 无类别链路状态路由协议-组播更新协议:224.0.0.5/6 触发更新.周期更新(30min):跨层封装到网络层–协议号89 协议算法特点: 链路状态型路由协议,SP ...

  6. java基础巩固-宇宙第一AiYWM:为了维持生计,四大基础之OS_Part_2整起~IO们那些事【包括五种IO模型:(BIO、NIO、IO多路复用、信号驱动、AIO);零拷贝、事件处理及并发等模型】

    PART0.前情提要: 通常用户进程的一个完整的IO分为两个阶段(IO有内存IO.网络IO和磁盘IO三种,通常我们说的IO指的是后两者!):[操作系统和驱动程序运行在内核空间,应用程序运行在用户空间, ...

  7. 概率论基础(7)数学期望、方差、协方差、切比雪夫不等式

    概率论对于学习 NLP 方向的人,重要性不言而喻.于是我打算从概率论基础篇开始复习,也顺便巩固巩固基础. 这是基础篇的第七篇知识点总结 基础:下面前六篇的链接地址: 概率论基础(1)古典和几何概型及事 ...

  8. 概率论与数理统计系列笔记之第五章——统计量及其分布

    概率论与数理统计笔记(第五章--统计量及其分布) 对于统计专业来说,书本知识总有遗忘,翻看教材又太麻烦,于是打算记下笔记与自己的一些思考,主要参考用书是茆诗松老师编写的<概率论与数理统计教程&g ...

  9. 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 ...

最新文章

  1. np.newaxis 的使用
  2. go设计模式之代理模式
  3. Mysql-ROW_FORMAT
  4. CVPR 2019 | 旷视研究院提出新型损失函数:改善边界框模糊问题
  5. 存储进阶:怎么才能保证 IO 数据的安全?
  6. 支撑百万级并发,Netty如何实现高性能内存管理
  7. array_merge用法
  8. 第二章 如何在VS2008里面编译CG
  9. 微信公众平台消息接口开发(8)小黄鸡(小贱鸡)机器人
  10. 社交规则:饭后抢着买单到底是客气还是客套?大多并不是真心的
  11. Java随机获取男主角 女主角名字
  12. 精准识别,指静脉智能门锁更好用吗?看先锋亲自体验的结果
  13. 2019年9月19日好货十元内精选包邮
  14. python联机麻将_python麻将和牌算法
  15. linux网络hack用法之onlink路由
  16. switch()的参数类型
  17. 去哪儿网2015校园招聘笔试面试经历分享
  18. 使用io流一行一行读取txt文件
  19. 前端页面显示的时间格式为:2022-03-18T01:46:08.000+00:00 如何转换为:年-月-日 时:分:秒 ?
  20. 计算机应用基础95页自荐信,计算机应用基础自荐书.doc

热门文章

  1. js仿google+分享新鲜事系统实例源码
  2. C++中为什么str=new char[strlen(s)+1];中要加1
  3. Django2.0服务器的零基础完全部署
  4. 广州男子花12万买新车 保养时被告知车门被撬开维修过
  5. kotlin中mainactivity无法直接调用xml中的控件_个推TechDay广州站:使用Kotlin演进安卓开发生态...
  6. 【解决方案】RTSP/Onvif安防视频直播解决方案EasyNVR在某省高速上云项目中的应用分析
  7. 首个富士康商贸综合体落子乐山
  8. 多位博士毕业去了三四流高校,目前惨不忍睹……
  9. Android 9(P)之init进程启动源码分析指南之一
  10. .d.s.w.r.o.CachingOperationNameGenerator : Generating unique operation named