超级会员免费看
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。
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ÿ
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
