AI理论知识整理(4)-期望与方差以及联合概率分布

本文整理了AI理论中的基本概念——期望与方差,包括离散和连续随机变量的计算公式,并探讨了联合概率及其独立与非独立情况。还介绍了贝叶斯定理以及协方差的概念,协方差描述了两个随机变量的相关性,其正负值反映了变量变化的一致性或相反性。当变量统计独立时,协方差为0。
摘要由CSDN通过智能技术生成

1、期望
离散随机变量
E ( x ) = ∑ x P ( x ) x E(x) = \sum_{x}^{ } P(x)x E(x)=xP(x)x
连续随机变量
E ( x ) = ∫ x P ( x ) x d x E(x)= \int_{x}^{ } P(x)xdx E(x)=xP(x)xdx

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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