概率公式中的分号、逗号、竖线

【2021-07-02更新】补充一个例子：GDAS中有这样一个公式：

$$\begin{array}{r}{\min }_{\alpha }{\mathbb{E}}_{\left(x^{\prime },y^{\prime }\right)\sim {\mathbb{D}}_V}-\log \mathrm{Pr}\left(y^{\prime }\mid x^{\prime };\alpha ,{\omega }_{\alpha }^{\ast }\right)\\ \text{ s.t. }{\omega }_{\alpha }^{\ast }=\arg {\min }_{\omega }{\mathbb{E}}_{(x,y)\sim {\mathbb{D}}_T}-\log \mathrm{Pr}\left(y\mid x;\alpha ,{\omega }_{\alpha }\right)\end{array}$$

其中这个 $$\mathrm{Pr}\left(y\mid x;\alpha ,{\omega }_{\alpha }^{\ast }\right)$$
可以用以下内容进行分析，这个公式中同时出现了；| ，这就需要确定一下优先级，否则没办法开始理解，而这里分号优先级比较高。

可以这样划分为前边部分： $y\mid x$ 和 $\alpha ,{\omega }_{\alpha }$， 前边代表一个条件分布，后边代表其中参与的参数，这样一来就清晰了。

分号

$$P(x;\theta )$$

可以看作变量$\theta$的函数，x代表确定的采样值，加一个$\theta$是代表待估参数。

记忆： 分号代表前后是两类东西，分号前面是x样本，分号后边是模型参数。

逗号

$$P(A,B)=P(AB)$$

表示 A和B事件同时发生的概率，是联合概率分布。逗号在这里分开两个事件，有“与”的关系

逗号的优先级高于竖线。

记忆： 逗号代表两者地位平等，代表与的关系

竖线

$$P(A|B)$$

大多数情况下表示条件概率，表示在B的条件下A发生的概率。

不代表条件概率的时候，与$P(A;B)$等价

记忆：竖线代表 if，一上面为例，就是如果发生B，发生A事件的概率。

参考

https://blog.csdn.net/qq_34269988/article/details/88885045

https://blog.csdn.net/pipisorry/article/details/42715245