AI 人工智能之概率论基础(1)

频率和概率

频率：在相同条件下进行n次重复试验，在n次重复试验中，事件A发生了m(A)次，则称：m(A)/n
为事件A发生的频率；

概率：随机事件A发生可能性大小的度量(非负实数，<=1)，称为事件A发生的概率，
记做P(A)。

在大量重复进行同一试验时，事件A发生的频率m(A)/n总是接近于某个数，在它附近
摆动，这个常数就是事件A的概率。因此只要n相当大，概率是可以通过频率来测量的，
或者说频率是概率的一个近似。

事件A的概率P(A)是对事件A发生可能性大小的一个度量，它是一个确定的数值，其值
大于0小于1。与试验次数n无关。
事件A的频率m(A)/n是一个与试验次数n有关的数，它总是在概率P(A)附近摆动。当试验
次数n相当大的时候，频率可以作为概率的一个近似，或者说概率是可以通过频率来测量。

古典概率

古典概率通常又叫事前概率，是指当随机事件中各种可能发生的结果及其出现的次数都可以由演绎或外推法得知，而无需经过任何统计试验即可计算各种可能发生结果的概率。
关于古典概率是以这样的假设为基础的，即随机现象所能发生的事件是有限的、互不相容的，而且每个基本事件发生的可能性相等。
例如，抛掷一枚平正的硬币，正面朝上与反面朝上是唯一可能出现的两个基本事件，且互不相容。如果把出现正面的事件记为E，出现事件E的概率记为p(E)，则:
P(E)=1/(1+1)=1/2
一般说来，如果在全部可能出现的基本事件范围内构成事件A的基本事件有a个，不构成事件A的事件有b个࿰