机器学习笔记 - 常用概率分布

最新推荐文章于 2025-04-14 20:48:26 发布
最新推荐文章于 2025-04-14 20:48:26 发布
阅读量1.2k 收藏 4
点赞数
CC 4.0 BY-SA版权
分类专栏： 深度学习从入门到精通 文章标签： 机器学习 概率分布 Bernoulli Multinoulli 高斯分布
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。
本文链接：https://blog.youkuaiyun.com/bashendixie5/article/details/124891487
本文介绍了机器学习中常用的一些概率分布，包括伯努利分布、Multinoulli分布、高斯分布、指数分布、Laplace分布、狄拉克分布和经验分布，以及如何通过这些分布的混合创建更复杂的模型。高斯分布由于其广泛适用性和最大熵特性，常被用作默认选择。

1、伯努利(Bernoulli)分布

        Bernoulli 分布（Bernoulli distribution）是单个二值随机变量的分布。它由单个参数\phi \in [0, 1] 控制，\phi 给出了随机变量等于1 的概率。

          它具有如下的一些性质：

        

2、Multinoulli 分布

   &nbs

了解本专栏 订阅专栏 解锁全文
机器学习中的概率分布
scott198512的博客
05-10 2690
机器学习常用的概率分布函数，涵盖均匀分布、高斯分布、伯努利分布、二项分布、多项分布、贝塔分布、贝塔-二项分布、负二项分布、狄里克雷分布，伽马函数分布等，附基于表达式形式实现python代码.....................
常见概率分布-2-范畴分布（Multinoulli Distribution）
悦学共鸣，温柔以待，汇聚光芒，共同成长
04-22 1729
范畴分布，或称为Multinoulli分布，是一种离散概率分布，用于描述一个试验结果只有多个互斥类别中的一个的情形。
统计机器学习-Multinoulli分布、多项式分布
qq_43613793的博客
03-16 2937
Multinoulli分布(多元伯努利分布)： 模型：       Mu(p)Mu(p)Mu(p)         d面????获得每一面的概率: p1,p2,...,pdp_1,p_2,...,p_dp1​,p2​,...,pd​ 分布函数： p(x∣p)=∏k=1dpkxkp(x|p)=\prod_{k=1}^d p_k^{x_k}p(x∣p)=k=1∏d​pkxk​​ E(X)=pE(X)=pE(...
机器学习之概率分布1
wangyingowen的专栏
11-24 795
机器学习-概率分布-伯努利分布
机器学习中几种常见的概率分布
dream_to_dream的博客
03-13 787
https://blog.youkuaiyun.com/qq_32806793/article/details/99059670 感谢大佬的通俗解释。
吴恩达机器学习笔记-人工智能机器学习算法入门笔记
01-26
【机器学习基础介绍】 机器学习是人工智能的一个分支，它的核心目标是使计算机系统通过学习数据，而不是被显式地编程，来改善其执行任务的能力。机器学习可以分为监督学习、无监督学习和强化学习等主要类型。 ...
机器学习笔记--机器学习基本概念（全面总结，通俗易懂）
qq_44815135的博客
01-22 8299
 什么是机器学习？本文主要介绍了机器学习中的常见概念，包括监督学习和无监督学习、半监督学习、弱监督学习、强化学习、欠拟合和过拟合、损失和优化的概念以及常用的激活函数等。
机器学习学习笔记-英文版
07-25
【机器学习学习笔记-英文版】是一份详细阐述机器学习概念和算法的资料，由Jim Liang创作。本文档旨在帮助读者理解机器学习的基础、常用算法以及一些扩展话题。以下是笔记的主要内容： **Part 1: 基本概念** 1. **...
机器学习笔记--监督学习和无监督学习全面总结（原理、示意图、代码）
qq_44815135的博客
01-21 2万+
本文为大家总结了监督学习和无监督学习中常用算法原理简单介绍，包括了代码的详细详解，是机器学习的入门学习，同时也是AI算法面试的重点问题。主要包括线性回归、逻辑回归、决策树、朴素贝叶斯、k近邻算法、SVM、PCA、K-Meams等。
机器学习领域必知必会的12种概率分布
古月哥欠666的博客
09-16 470
总体概率分布图关系如下： 均匀分布（连续型）（alpha=1、 beta=1 的Beta分布）→\rightarrow→Beta 分布（连续型）→\rightarrow→狄利克雷分布（连续型）（Beta 分布高维情形的推广） 由1次到N次的独立重复实验{伯努利分布（离散型）→→二项分布（离散型）Multi−Bernoulli分布（离散型）→→多项式分布（离散型）\left\{\begin{matrix} 伯努利分布（离散型）\rightarrow→二项分布（离散型） \\Multi-Bernoulli
Multinoulli分布
weixin_44441131的博客
06-05 4464
最近看论文遇到如下分布 由于之前没见过，很费解，查阅资料弄懂了。 它其实伯努利分布的维度扩展 举个例子最容易懂： 假设现在有事件(通常是互斥的，就是分类问题)A,B,C,D,E,F,G,H,I,J。如果必须给他附上含义，我们假设是动物，即A事件表示狗，以此类推 那么，该分布就有一个参数pi，指的是这些事件的先验概率 假如 P(A)=0.1, P(B)=0.1, … P(I)=0.1 则从该分布中采样其实是一个one_hot向量，假如我们采了一个样，发现是狗P(A),则才出来的样本为[1,0,0,0,
Multionoulli分布（范畴分布）与softmax
zc_stats的博客
04-16 2519
一、Multionoulli分布 Multionoulli分布（或范畴分布）指在具有k个不同状态的单个离散型随机变量上的分布，其中k是一个有限值。Multionoulli分布，由向量参数化，其中每一个分量表示第i个状态的概率。最后第k个状态的概率可以通过给出，。这里，其实应该为即除第k个状态的其他状态概率之和。 Multionoulli分布经常用来表示对象分类的分布，很少假设状态1具有数值...
机器学习：Multinoulli分布与多项式分布
热门推荐
Rookiekk
10-13 2万+
学习深度学习时遇见multinoulli分布，在此总结一下机器学习中常用的multinoulli分布与多项式分布之间的区别于关系，以便更好的理解其在机器学习和深度学习中的使用。 首先介绍一下其他相关知识。 Bernoulli分布 （两点分布） Bernoulli分布是单个二值随机变量的分布。它由单个参数控制，给出了随机变量等于1的概率。                          ...
范畴分布(Multinoulli 分布)
weixin_36670529的博客
09-21 3704
Multinoulli 分布, 指的也是单个离散型随机变量, 可以随机地取 k 个不同的状态, 在每个状态上的概率用 pi 来表示. 因此 Multinoulli 分布可以用一个 k−1 维的向量 p 表示, 因为这个分布只有 k−1 个自由度，。 在 ML 中, Multinoulli分布常用来表示 classification 的 k个类, 而class之间一般是没有可比可计算性的, 因此我...
ML 系列： 第 22 节 — 离散概率分布 （Multinoulli Distribution）
gongdiwudu的专栏
11-09 1281
多重努利分布，也称为分类分布或伯努利分布对多个类别的泛化，是在随机变量上定义的概率分布函数，该变量可以采用k 个不同值之一。每个值代表不同的类别或结果，与每个类别关联的概率之和必须为1。
Multinoulli分布模型的推导
u010050735的博客
02-05 488
假设Y有k种可能，则Y={1,2,...,k}。 设：这里T()只有k-1个元素 令表示T(Y)的第i个元素。 又有： 其中为P(Y=1)的概率。 由极大似然概率： 由于符合广义线性模型(generalize linear model)： 代如模型，我们有： 而 则 Hypothesis: cost function: ...
深度学习中Multinoulli分布
limiaoiao的博客
08-05 2657
Multinoulli分布 Multinoulli 分布是多项式分布（multinomial distribution）的一个特例。 多项式分布是{0; : : : ; n}k 中的向量的分布，用于表示当对 Multinoulli 分布采样 n 次时 k 个类中的每一个被访问的次数。很多文章使用 “多项式分布’’ 而实际上说的是 Multinoulli 分布，但是他们并没有说是对 n = 1 ...
【深度学习与大模型基础】第11章-Bernoulli分布，Multinoulli分布
最新发布
wuai66的博客
04-14 709
print("灯泡状态:", "亮" if result == 1 else "灭")：多次独立的Multinoulli试验（如掷多次骰子，统计各面次数）。# 生成一个Bernoulli分布的样本（p=0.6）（0），多次运行会看到大约60%的情况是“亮”。命名的，专门用来描述这种“非黑即白”的随机事件。（成功/失败、是/否、开/关等），且概率固定。：多种结果（如骰子、分类任务中的类别）。：单次试验的多类别结果（如掷一次骰子）。：只有两种结果（如硬币正反面）。，多次运行会接近设定的概率比例。
概率分布：Bernoulli分布，二项分布，multinoulli分布和多项分布
weixin_37990186的博客
02-01 4219
Bernoulli分布 在现实生活中，许多事件的结果往往只有两个，例如：抛硬币结果只有正面朝上或反面朝上，这类事件被称为伯努利试验。其概率分布称为Bernoulli分布，也称为两点分布、0-1分布，是最简单的离散型概率分布。 假设某个试验是伯努利试验，x∈{0,1}x\in \{0,1\}x∈{0,1}，xxx取0概率为p，取1的概率为1-p。则其概率质量函数为： P(x)=px(1−p)(1−x...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

坐望云起

如果觉得有用，请不吝打赏

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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。

余额充值