機器學習數學基礎(二)

機器學習數學基礎(二) 前言      概率密度函數和分佈函數是機器學習的迴歸中重要的基礎。因此學習概率密度函數和分佈函數很重要。 隨機變量的定義      設隨機試驗樣本空間爲S={e}。X = X(e) 是定義在樣本空間S上的實值單值函數。稱X=X(e)爲隨機變量。也就是要求對於任意實數x,集合{e|X(e) =< x}有確定的概率。否則x沒意義。                  離散型隨機

>>阅读原文<<