当前位置: 首页 > article >正文

【机器学习随笔】概率论与实际问题的对应

主要从直观看待问题的角度,对概率分布进行分类。
一、时间维度
1、一个事件两次发生的时间间隔或者说,单位时间内发生了两次的概率,用指数分布
2、多个事件发生的时间间隔,用Gamma分布
3、单位时间了发生了k次的概率,用泊松分布
二、次数维度
1、一个事件重复了K次才发生的概率,用几何分布
2、重复了n次,其中发生了k次的概率,用二项式分布

通过对不同的分布进行混和,可以实现对复杂事件的描述。

参考文献:谈概率


http://www.kler.cn/a/306622.html

相关文章:

  • Vector 深度复制记录
  • python魔术方法的学习
  • INQUIRE:一个包含五百万张自然世界图像,涵盖10,000个不同物种的专为专家级文本到图像检索任务设计的新型基准数据集。
  • 除了 Mock.js,前端还有更方便的 Mock 数据工具吗?
  • 《ElementPlus 与 ElementUI 差异集合》Icon 图标 More 差异说明
  • ML 系列: 第 23 节 — 离散概率分布 (多项式分布)
  • PHP技术深度探索:构建高效安全的Web应用实践
  • ChatGPT提示词-中文版(awesome-chatgpt-prompts中文版)
  • java重点学习-JVM组成
  • 多张GPU卡
  • 【C++】c++ 11
  • 【Git】初识Git
  • 检查Tomcat是否启动成功
  • Baumer工业相机堡盟工业相机如何通过BGAPISDK获取相机接口数据吞吐量(C语言)
  • 【YashanDB知识库】YAS-02025 no free space in virtual memory pool
  • 初识时序数据库InfluxDB
  • 【ARM】中断的处理
  • 中间件安全(一)
  • 基于Selenium的新闻爬取技术实操
  • 【AIGC cosplay】让大模型扮演求职者,我当hr来面试
  • 语言哲学(Philosophy of Language)
  • PMP--一模--解题--81-90
  • Python 常用模块(二):json模块
  • 拒绝低效!开发者必备AI工具助你事半功倍!
  • WPF利用Path自定义画头部导航条(TOP)样式
  • C# 网口通信(通过Sockets类)