深度學習中的概率知識詳解

1. 基礎概念 隨機變量(連續,離散): 對可能狀態的描述, 在機器學習算法中，每個樣本的特徵取值，標籤值都可以看作是一個隨機變量，包括離散型隨機變量和連續型隨機變量 概率分佈: 用來指定每個狀態的可能性, 對於離散型的概率分佈，稱爲概率質量函數(Probability Mass Function, PMF)，對於連續性的變量，其概率分佈叫做概率密度函數(Probability Density F

>>阅读原文<<