均值，期望和加权平均数理解和区分

在机器学习学习中， 经常遇到 均值和期望 ，这两个词很容易混淆，也有说法均值就是期望，这可能是中英文的问题。
均值(mean) ：是统计学概念，是在你有一定量的数据后，加权平均后计算出的数值。
加 权 平 均 数 ：统计学概念中带有权重的平均数
期望(expected) ：概率论的概念中带有概率的平均数
期望(expected) ：是概率论的概念，是对随机变量的概率进行估计后，求出的预期数值。

概率论	统计学
数据 × 随机变量的发生概率	数据 × 已知大量数据的出现比例
均值（加权）	期望

例如：10个人的身高：170cm,172cm,175cm,176cm,172cm,176cm,176cm,175cm,172cm,176cm

平均（加权）：
统计学出现比例:
170 : 1/10;
172 : 1/10;
175 : 1/10;
176 : 1/10;
170×1/10+172×1/10+175×1/10+176×1/10+172×1/10+176×1/10+176×1/10+175×1/10+172×1/10+176×1/10 = 174cm
平均（加权）：
概率论出现概率:
170 : 1/10;
172 : 1/10;
175 : 1/10;
176 : 1/10;
170×1/10+172×1/10+175×1/10+176×1/10+172×1/10+176×1/10+176×1/10+175×1/10+172×1/10+176×1/10 = 174cm

他的数值是一样的，所以会说 期望也是均值
对于随机变量是期望，对于一组样本是均值

我的理解是这样的。