梳理常見基本的概率分佈函數及他們在機器學習中的作用

在機器學習許多算法裏面經常用到的一個建模技巧就是假定某個數據服從某個概率分佈。每個概率分佈都有一個概率分佈函數，輸入樣本值概率分佈函數輸出當前這個樣本屬於某個類的概率。而任何概率分佈函數都會存在未知參數，不同數據要取不同的參數。比如邏輯迴歸，它就認爲概率分佈函數長的像這樣，輸入樣本值x，輸出x屬於標籤爲1的那個類的概率。未知參數是w和b，不同數據w和b是要取不同的值。邏輯迴歸要做的是根據不同數據自

>>阅读原文<<