深度学习概率论

---

前言

深度学习PyTorch框架，需要使用到一些概论分布的一些知识点。该文章用于记录学习概率论的一些相关知识。

---

一、伯努利分布

期望是随机变量取值的平均，以概率为权的对随机变量进行加权求和。

1.0-1分布（伯努利分布）

离散型概率分布，成功概率p,失败概率1-p

二、使用步骤

1.引入库

代码如下（示例）：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import  ssl
ssl._create_default_https_context = ssl._create_unverified_context

2.读入数据

代码如下（示例）：

data = pd.read_csv(
    'https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv')
print(data.head())

该处使用的url网络请求的数据。

---

总结

提示：这里对文章进行总结：
例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。