Hi, 你好。我是茶桁。
在上一节中,我们最后有谈到随机变量。在概率论几统计学中,描述一个随机变量的离散程度的有方差、标准差等等。那么在这节课中,我们就来好好看看这些概念。
不过在这之前呢,我们先来看看什么是「数学期望」。
数学期望
数学期望告诉我们,对于随机试验的结果,我们可以有怎样定量的期待。
也就是说,实验还没做之前,可以有怎么样的一个期待。这个也就是数学期望这个词的一个来源。
比如我们上赌桌了,去赌有两种结果,第一种结果就是赚的盆满钵满,回报1,000美刀,但是概率只有0.001。第二种情况是你的赌资50刀没了,这个发生的概率是非常非常高,有0.999,也就是99.9%。

那我们在赌之前,怎样预估一下这一次事件干了之后,会得到一个怎样的结果呢?这时候,数学期望就发挥作用了。数学期望的方式就是把每种可能的结果乘上对应的概率,然后再相加。
我们在进行大量试验之后,看到自己能够收到的平均回报是多少?
E(X) = 1000 * 0.001 + (-50) * 0.999 = -48.95<
本文介绍了概率统计中的数学期望、方差、标准差、协方差等概念,通过实例解释了它们在赌博决策、模型稳定性评估等方面的应用。讨论了二项分布、高斯分布和泊松分布的特性,以及中心极限定理的重要性。通过案例分析,展示了如何利用这些统计工具解决实际问题,如评估人工智能模型的性能和预测事件发生的概率。
订阅专栏 解锁全文

被折叠的 条评论
为什么被折叠?



