機器學習中的數學知識——概率論

一、隨機變量 1、概率密度函數 二、高斯分佈（最美分佈） 1、一元概率密度 2、多遠概率密度 3、中心極限定理 獨立同分布的隨機變量，求和以後，依概率收斂於高斯分佈。一些雜亂無章的情況，加起來卻服從高斯分佈。 三、貝葉斯公式（機器學習中最重要的公式） 通 常 ， P ( A | B ) 6 = P ( B | A ) ， 但 是 如 何 確 定 兩 者 的 關 系 ？（ 溯源 ） I P ( A

>>阅读原文<<