Deep Learning系列之一：数学基础--概率论(Probability Theory)

最新推荐文章于 2025-05-30 09:38:59 发布

原创

最新推荐文章于 2025-05-30 09:38:59 发布 · 1.7k 阅读

·

0

·

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

这篇博客介绍了深度学习中的数学基础——概率论，包括离散变量与概率质量函数(PMF)、连续变量与概率密度函数(PDF)、边缘概率、条件概率、条件概率的链式法则以及独立性和条件独立性的概念。此外，还讨论了期望、方差和协方差，以及常见概率分布和函数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Here I merely give a illustration of the architecture of the probability theory.

1. Random Variables and probability distribution

1.1 Discrete Variables and Probability Mass Functions (PMF)

1.2 Continuous Variables and Probability Density Functions (PDF)

1.3 Marginal Probability

The sum rule of marginal probability distribution. For discrete variables,

$\forall x\in \textrm{x},P(\textrm{x}=x)=\sum_{y}P(\textrm{x}=x,\textrm{y}=y)^{}$

最低0.47元/天解锁文章

200万优质内容无限畅学

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。