机器学习导论（张志华）：随机向量性质

前言

这个笔记是北大那位老师课程的学习笔记，讲的概念浅显易懂，非常有利于我们掌握基本的概念，从而掌握相关的技术。

正文

1Random Vectors and Basic concept。

let $x= (x_1,x_2,..,x_n)^T$

x是一个向量

2The cumulative distribution

统计学里的分布函数
F（$X$）=$p(X<x)$;

3Bayes Theory

$f_1(x_1)\ !=0$
$f(x_2|\overline X_1= \overline X_1)$
$=\frac{f(\overline x_1,\overline x_2)}{f_1(x_1)}$

4Conditional pdf

$f_2(x_2|x_1)=f_2(x_2)$
independence;

5 population Moments

Expection:x:srv,with $F_x(t)$ then the expectation or mean of a scalar valmed. function g(x).
它具有一些特殊的特性：
1线性，2可分性。