机器学习之概率分布

看AI圣经的时候发现范畴分布的描述太官方了（上溢和下溢的部分有涉及），看不太明白，百度后又是基本照抄圣经上的话，为避免后续回顾时再次在这里懵圈，做个笔记。

1，伯努利分布：就是一件事发生的概率只可能是0或1两种情况（例如扔硬币正反问题），其数学定义：，在我的理解中这个公式在伯努利分布中没什么作用，主要对伯努利分布的衍生应用很有价值。

二项分布就是多重相互独立的伯努利实验，其中每一次实验均满足伯努利分布。

2，范畴分布（Multinoulli分布）

我的理解：实际上也是伯努利分布的扩展，也可以说伯努利分布式范畴分布的特殊形式。范畴分布实际上就是存在多种可能情况的事件（例如扔骰子），每一种可能相互独立，所有可能发生的概率和为1。

多项分布与范畴分布的关系相当于二项分布与伯努利分布。

//3，beta分布

PS：不建议抄，本人也不确定理解有没有问题，看到问题的可以指点一下。