數據挖掘中的一些概率論知識

目錄   介紹 隨機變量 概率分佈函數 期望值 協方差 預定義的概率分佈 分佈混合（Distribution Mixtures） 應用 介紹 爲什麼我們需要概率論基礎才能理解機器/深度學習算法？ 上述問題的答案是本文背後的主要動機。機器學習/深度學習通常處理的時隨機量，可以認爲是非確定性的。這與在計算機科學領域產生的確定性量有很大不同。因此當希望能夠在不確定的環境中進行推理時，概率論則是幫助我們這

>>阅读原文<<