机器学习之数学基础（二） 概率论与贝叶斯试验

文章目录

• 概率公式
• 统计数字的概率
• 本福特定律
• 条件概率与全概率公式
• 贝叶斯公式
• 概率分布
• 两点分布
• 二项分布
• 泊松分布
• 均匀分布
• 指数分布
• 正态分布
• 常见分布总结
• Beta分布
• 事件的独立性
• 期望
• 期望的类型和性质
• 方差
• 协方差
• 协方差定义和性质
• 协方差的意义
• 协方差和独立、不相关的关系
• 协方差的上界
• Pearson相关系数
• 协方差矩阵
• 切比雪夫不等式
• 大数定律
• 伯努利定理
• 中心极限定理

概率公式

统计数字的概率

本福特定律

条件概率与全概率公式

贝叶斯公式

举例

贝叶斯公式扩展

概率分布

两点分布

二项分布

泊松分布

均匀分布

指数分布

指数分布的特性

正态分布

常见分布总结

Beta分布

Beta分布的期望

事件的独立性

期望

期望的类型和性质

期望的性质

方差

协方差

协方差定义和性质

协方差的意义

协方差和独立、不相关的关系

协方差的上界

Pearson相关系数

协方差矩阵

切比雪夫不等式

大数定律

大数定律的意义

伯努利定理

中心极限定理