本文介绍了概率论在人工智能中的基础知识，包括随机试验、样本空间、随机事件及其关系，以及概率的度量。深入探讨了条件概率、乘法公式、全概率公式和贝叶斯公式，并解释了独立性的概念。这些概念在理解和应用人工智能模型中至关重要。
一、随机试验、样本空间和随机事件
- 概率与统计的研究对象：随机试验。
- 随机试验（E）特点：试验相同条件可重复、试验所有结果已知（样本空间已知）、试验最终结果未知。
- 定义：样本空间（S）、样本点、随机事件（子集）、必然事件、不可能事件（空集）、基本事件（一个样本点）。
- 试验结果出现在随机事件中认为：随机事件发生。
- 随机事件中的关系（样本空间S、随机事件A、随机事件B）：
- 和事件：
- 积事件：
- 差事件：
- 事件之间的关系：
- 相交：
，特殊情况：
（A包含于B，B包含A,即A是B的子集）,则A发生必然导致B发生。
- 互
- 相交：
- 和事件：
最低0.47元/天 解锁文章
1158
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
