基本概率论(预备知识)

概率

概率是衡量一个事件发生的可能性，在深度学习模型算法中占有很重要的作用。

基本概率论

假设我们掷骰子，想知道看到1的几率有多大，而不是看到另一个数字。 如果骰子是公平的，那么所有六个结果 { 1 , . . . , 6 } \{1, ... ,6\} {1,...,6} 都有相同的可能发生， 因此我们可以说发生的概率为 $\frac{1}{6}$ 。

然而现实生活中，对于我们从工厂收到的真实骰子，我们需要检查它是否有瑕疵。 检查骰子的唯一方法是多次投掷并记录结果。 对于每个骰子，我们将观察到 { 1 , . . . , 6 } \{1, ... ,6\} {1,...,6}中的一个值。 对于每个值，一种自然的方法是将它出现的次数除以投掷的总次数， 即此事件（event）概率的估计值。 大数定律（law of large numbers） 告诉我们： 随着投掷次数的增加，这个估计值会越来越接近真实的潜在概率。 让我们用代码试一试！

首先，我们导入必要的软件包。

import torch                                                       #引入torch包
from torch.distributions import multinomial                       #引入多项分布函数
import matplotlib.pyplot as plt                                   #引入绘图工具包

在统计学中，我们把从概率分布中抽取样本的过程称为 抽样（sampling）。 笼统来说，可以把 分布（distribution） 看作是对事件的概率分配， 稍后我们将给出的更正式定义。 将概率分配给一些离散选择的分布称为多项分布（multinomial distribution）。

为了抽取一个样本，即掷骰子，我们只需传入一个概率向量。 输出是另一个相同长度的向量：它在索引 $i$ 处的值是采样结果中 $i$ 出现的次数。

fair_probs = torch.ones([6])/6                                    #定义1-6个数值概率分布，概率均一致为 0.1667
fair_probs

tensor([0.1667, 0.1667, 0.1667, 0.1667, 0.1667, 0.1667])

multinomial.Multinomial(1, fair_probs).sample()                   #随机采样一个样本

tensor([0., 0., 1., 0., 0., 0.])

在估计一个骰子的公平性时，我们希望从同一分布中生成多个样本。 如果用Python的for循环来完成这个任务，速度会慢得惊人。 因此我们使用深度学习框架的函数同时抽取多个样本，得到我们想要的任意形状的独立样本数组。

multinomial.Multinomial(10, fair_probs).sample()                  #随机采样10个样本

tensor([0., 1., 1., 3., 1., 4.])

现在我们知道如何对骰子进行采样，我们可以模拟10000次投掷。 然后，我们可以统计10000次投掷后，每个数字被投中了多少次。 具体来说，我们计算相对频率，以作为真实概率的估计。

samples = multinomial.Multinomial(10000, fair_probs).sample()     #随机采样10000个样本
samples/10000                                                     #输出它们的各自的概率

tensor([0.1697, 0.1662, 0.1662, 0.1646, 0.1698, 0.1635])

因为我们是从一个公平的骰子中生成的数据，我们知道每个结果都有真实的概率 $\frac{1}{6}$ ， 大约是 $0.1667$，所以上面输出的估计值看起来不错。

我们也可以看到这些概率如何随着时间的推移收敛到真实概率。 让我们进行500组实验，每组抽取10个样本。

counts = multinomial.Multinomial(10, fair_probs).sample((500,))                    #进行500组实验，每次实验10个样本
cum_counts = counts.cumsum(dim=0)                                                  #对每列进行累计求和

estimates = cum_counts / cum_counts.sum(dim=1, keepdims=True)                     #求出所有行的估计概率，位置越靠后，估计的准确度越高

for i in range(6):
    plt.plot(estimates[:, i].numpy(),
                 label=("P(die=" + str(i + 1) + ")"))                             #绘图，画出6条曲线的走向
plt.axhline(y=0.167, color='black', linestyle='dashed')                           #设置概率的结果线所在  
plt.gca().set_xlabel('Groups of experiments')
plt.gca().set_ylabel('Estimated probability')
plt.legend()

<matplotlib.legend.Legend at 0x18dd59b04a8>

每条实线对应于骰子的6个值中的一个，并给出骰子在每组实验后出现值的估计概率。

当我们通过更多的实验获得更多的数据时，这6条实体曲线向真实概率收敛。

概率论公理

在处理骰子掷出时，我们将集合 S = { 1 , . . . , 6 } S = \{1, ... ,6\} S={1,...,6} 称为样本空间（sample space） 或结果空间（outcome space）， 其中每个元素都是结果（outcome）。 事件（event）是一组给定样本空间的随机结果。 例如，“看到 $5$ ”（ { 5 } \{5\} {5}）和“看到奇数”（ { 1 , 3 , 5 } \{1,3,5\} {1,3,5} ）都是掷出骰子的有效事件。 注意，如果一个随机实验的结果在 $A$ 中，则事件 $A$ 已经发生。 也就是说，如果投掷出 $3$ 点，因为 3 ∈ { 1 , 3 , 5 } 3 \in \{1,3,5\} 3∈{1,3,5} ，我们可以说，“看到奇数”的事件发生了。

概率（probability）可以被认为是将集合映射到真实值的函数。 在给定的样本空间 $S$ 中，事件 $A$ 的概率， 表示为 $P(A)$ ，满足以下属性：

• 对于任意事件$A$，其概率从不会是负数，即$P(A)>=0$；

• 整个样本空间的概率为 $1$ ，即$P(S)=1$；

• 对于互斥（mutually exclusive）事件（对于所有$ i \neq j$都有 $A_i \bigcap A_j = \emptyset $ ）的任意一个可数序列 $A_1,A_2,...$ ，序列中任意一个事件发生的概率等于它们各自发生的概率之和，即 $P(\bigcup _{i=1}^{\infty }{A}_i)=\sum _{i=1}^{\infty }P(A_i)$ 。

以上也是概率论的公理，由科尔莫戈罗夫于1933年提出。 有了这个公理系统，我们可以避免任何关于随机性的哲学争论； 相反，我们可以用数学语言严格地推理。 例如，假设事件 $A_i$ 为整个样本空间， 且当所有 $i>1$ 时的 $A_i=\varnothing$ ， 那么我们可以证明 $P(\varnothing )=0$ ，即不可能发生事件的概率是 $0$ 。

随机变量

联合概率

条件概率

贝叶斯定理

也可以点击这里，更详情的解释

边际化

独立性