李宏毅机器学习分类详解

概率密度函数 总积分为1
分布函数 f(x)=p(X<=x)
分布律 具体的区间 具体的概率
高斯分布 一维和多维
样本的频率不等于概率 要用高斯混合模型求样本的概率
分类求抽取样本的类别概率用贝叶斯公式
求样本在已知分类的条件下被抽取的概率用高斯混合模型求取，求解高斯混合模型用极大似然估计（让每个样本点的概率乘积最大，因为每个样本是独立同分布的，和事件等于概率的乘积），极大似然估计的结果是样本的均值就是高斯分布的mean，协方差矩阵等于样本列向量减去样本的均值乘上这个差的转置在累加每个样本对应的值。