机器学习中的数学-概率论基础

原创文章,如需转载请保留出处
本博客为七月在线邹博老师机器学习数学课程学习笔记

一. 概率论

1.1对概率的认识
P(x)∈[0,1]

• P=0：事件出现的概率为0
• 若x为离散/连续变量，则P=(x=x0)表示x0发生的概率/概率密度

1.2 累计分布函数
Φ(x)=P(≤x0)

• Φ(x)一定为单增函数
• min(Φ(x))=0，max(Φ(x))=1
• 将值域为[0，1]的某函数y=f(x)看成x事件的累积概率
• 若y=f(x)可导，则p(x)=f`(x)为某概率密度函数

二.古典概型
2.1 古典问题一
将n个不同的球放入N(N大于等于n)个盒子中，假设盒子容量无限，求事件A={每个盒子至多有1个球}的概率。

2.2 古典问题二
装箱问题
将12件正品和3件次品随机装在3个箱子中，每箱装5件，则每箱中恰有1件次品的概率是多少？

2.3 组合数的关系

三. 商品推荐
3.1 问题