機率統計與機器學習：常見分佈性質總結

常見分佈 正態分佈 來源：中心極限定理 定義：大量獨立的隨機變量之和趨向於正態分佈（高斯分佈） 前提：樣本之間相互獨立 公式： p(x)=12π√σexp(−(x−μ)22σ2) 圖示： 能夠看出指望 μ 表明了正態分佈的偏移量（位置）；方差 σ2 表明了幅度 當 μ =1， σ =0就是標準正態分佈 擴充：爲何測量偏差服從正態分佈 偏差公式： x¯−x=(1N∑Ni=1xi)−x∗ (這裏的 x

>>阅读原文<<