目录
0、基础
- 随机事件：随机事件是在随机试验中，可能出现也可能不出现，而在大量重复试验中具有某种规律性的事件叫做随机事件(简称事件)。
- 样本空间Ω与样本点：把随机实验的一切可能结果的全体称为样本空间Ω，其中实验的每个结果就称做样本点。
- 必然事件：在一定的条件下重复进行试验时，有的事件在每次试验中必然会发生。必然事件发生的概率为1，但概率为1的事件不一定为必然事件。
- 不可能事件：不可能发生。不可能事件的概率为0。但概率为0的事件不一定为不可能事件。
- 空集Φ：空集也是样本空间的一个子集。可以将集合想象成一个装有元素的袋子，而空集的袋子是空的，但袋子本身确实是存在的。
- 全集：一般的，如果一个集合含有我们所研究问题中涉及的所有元素，那么就称这个集合为全集，通常记作U。实际中我们只把给定的样本(数据)当做全集。
- 事件的运算
- 包含：A包含于B、A⊂B或B包含A。
- 相等：若事件A与B含有相同的样本点，则称事件A与B相等，记为A=B。
- 和事件：若某事件发生是事件A与事件B中至少有一个发生的充要条件，则称此事件为事件A与事件B的并事件（或和事件）记作A∪B（或A+B）。
- 差事件：由事件A出现而事件B不出现所组成的事件称为事件 A 与 B 的差事件， 记作 A-B。
- 积事件：若某事件发生当且仅当事件A且事件B发生，则称此事件为事件A与事件B的交事件（或积事件），记做A∩B（或AB）。
- 互斥事件：若A∩B 为不可能事件，那么称事件A与事件B互斥，其含义是事件A与事件B在任何一次试验中都不会同时发生。
- 事件A的对立事件：若A为不可能事件， B为必然事件，那么称事件A与事件B互为对立事件，其含义是事件A与事件B在任何一次试验中有且仅有一个发生。
- 运算律
- 排列：从n个不同元素中每次取出m（1≤m≤n）个不同元素，排成一列。当且仅当两个排列的元素完全相同，且元素的排列顺序也相同，则两个排列相同。计算公式：
- 组合：从n个不同元素中每次取出m个不同元素（0≤m≤n），不管其顺序合成一组。
1、部分概率
- 条件概率：条件概率是指事件A在另外一个事件B已经发生条件下的发生概率。条件概率表示为：P（A|B），读作“在B的条件下A的概率”。 常常应用在判别模型。
- 联合概率：指在多元的概率分布中多个随机变量分别满足各自条件的概率，表示两个事件共同发生的概率。A与B的联合概率表示为 P(AB) 或者P(A,B),或者P（A∩B）。
联合概率和条件概率的转换运算：
、
- 全概率：
2、部分概率分布
- 概率分布：表述随机变量取值的概率规律。
- 均匀分布：
- 离散分布：
- 期望与方差：
- 期望：E(x)总体均值。计算公式：
（离散分布）、
（连续分布） - 方差：Var衡量数据离散程度。方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。计算公式：
- 标准差（std）：方差开根号。
- 高斯分布：σ越大越高越集中 μ决定中轴位置
3、部分定理
- 贝叶斯定理
- 公式 ：
- 解释：P(B|A)后验概率 、P(A|B)似然概率、P(B)先验概率、 P(A)全概率
- 中心极限定理：在自然界与生产中，一些现象受多个相互独立的随机因素的影响，如果每个因素所产生的的影响都很微小时，总的影响可以看成服从正太分布
4、信息论
- 信息熵：衡量信“事件”息量。
- 熵：
- 条件熵：
- 相对熵/KL距离/KL散度：
- 交叉熵：
1626
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
