分享一下我老师大神的人工智能教程!零基础,通俗易懂!http://blog.youkuaiyun.com/jiangjunshow
也欢迎大家转载本篇文章。分享知识,造福人民,实现我们中华民族伟大复兴!
如果忽略分布是离散还是连续的前提(二项分布和泊松分布一样都是离散型概率分布,正态分布是连续型概率分布),二项分布与泊松分布以及正态分布至少在形状上是十分接近的,也即两边低中部高。
由从 Poisson 分布到服务器的访问 可知,当 n 足够大,p 足够小(还记得泊松分布的事件间的三个条件吗,彼此独立,事件发生的概率不算太大,事件发生的概率是稳定的),二项分布逼近泊松分布,λ=np,可以用泊松分布来估计二项分布值。
至于正态分布是一个连续分布 当实验次数 n 再变大,几乎可以看成连续时二项分布和泊松分布都可以用正态分布来代替。
给我老师的人工智能教程打call!http://blog.youkuaiyun.com/jiangjunshow
本文探讨了二项分布、泊松分布和正态分布之间的相似性,指出在一定条件下,随着实验次数增加,二项分布可近似为泊松分布,进一步在大量实验时,泊松分布和二项分布可以用正态分布来近似。文章呼吁分享知识,以促进人工智能教育的发展。
699

被折叠的 条评论
为什么被折叠?



