概率論基礎總結

機器學習和深度學習用到的數學知識主要來源於： 1.高等數學/微積分 2.線性代數與矩陣論 3.概率論與信息論 4.最優化方法 5.圖論/離散數學 概率論知識總結如下： 古典概率中的幾個重要公式 P(A ̅ )=1-P(A) P(A-B)=P(A)-P(AB) P(A+B)=P(A)+P(B)-P(AB) P(A+B+C)=P(A)+P(B)+P©-P(AB)-P(AC)-P(BC)+P(ABC)

>>阅读原文<<