小白学python-概率论与贝叶斯先验

概率论基础：

统计数字的概率：

1、给定某正整数N，统计从1-N！的所有数，首位数字出现1的概率

2、进而，可以计算首位数字是2的概率，是3的概率，从而得到九点分布

本福特定律：

实际生活中得出的一组数据中，以1为首位出现概率约为总数的三成；是直观想象的三倍

1、阶乘、素数数列、斐波那契数列首位

2、住宅地址号码

3、经济数据反欺诈

4、选举投票反欺诈

示例：

商品推荐

公路堵车概率模型：Nagel-Schreckenberg交通流模型

概率公式：

1、条件概率

2、全概率公式

3、贝叶斯公式：先验概率、后验概率、似然函数

分布：

1、两点分布

2、二项分布（Bernnoulli distribution）

3、泊松分布：服务设施在一定时间的人数、电话交换机接到呼叫的人数、机器出现故障数、一块产品上的缺陷数

4、均匀分布

5、指数分布：无记忆性  Gaussian 分布属于指数族分布

6、正态分布：一元、二元正态分布

7、Beta分布：Sigmoid Logistic 函数（之字形曲线）

事件的独立性：

给定A和B是两个事件，若P(AB)=P(A)P(B)，则这两个事件独立。

期望的性质：离散型、连续型、概率加权下的平均值

无条件成立：E(kX)=kE(X)    E(X+