深度学习基础 - 概率的三个公理
深度学习基础 - 概率的三个公理
flyfish
对于公理的内容 ,不敢有一丝一毫的更改。改公理,再建立另一套体系那都是大神级别的人物。
曾经“概率”的定义是不清晰的,拉普拉斯的古典概率有bug。1925年22岁的柯尔莫哥洛夫发表了概率论领域的第一篇论文,30岁时出版了《概率论基础》一书,将概率论建立在严格的公理基础上,从此概率论正式成为了一个严格的数学分支,要严谨就得有公理。
概率的三个公理如下
公理 1
0≤P(E)≤10 \leq P(E) \leq 1 0≤P(E)≤1
公理 2
P(S)=1P(S) = 1 P(S)=1
公理 3 对任一列互不相容的事件 E1,E2,⋯E_1, E_2, \cdotsE1,E2,⋯ (即如果 i≠ji \neq ji=j,则EiEj=∅E_i E_j = \varnothingEiEj=∅),有
P(⋃i=1∞Ei)=∑i=1∞P(Ei)P(\bigcup_{i = 1}^{\infty} E_i) = \sum_{i = 1}^{\infty}P(E_i) P(i=1⋃∞Ei)=i=1∑∞P(Ei)
我们把满足以上3条公理的P(E)P(E)P(E)称为事件E的概率。
解释
公理 1 说明任何事件 E 的概率在 0 到 1 之间,包含0与1,也就是闭区间[0,1][0,1][0,1]。
公理 2 说明 S 作为必然发生的事件,其概率定义为 1。
公理 3 说明对任一列互不相容事件,至少有一事件发生的概率等于各事件发生的概率之和。
对于公理就得理解
样本空间(Sample Space),记为 S
样本空间的任意子集 E称为事件(Event)
不可能发生的事件称为不可能事件,记为 ∅\varnothing∅。如果 EF=∅EF=\varnothingEF=∅,则称 E 和 F 是互不相容的(Mutually Exclusive)。
概率
参考文献
《概率论基础教程》原书第9版 Sheldon M.Ross ,译者: 童行伟 梁宝生
深度学习基础 - 概率的三个公理相关推荐
- 第三章_深度学习基础
文章目录 第三章 深度学习基础 3.1 基本概念 3.1.1 神经网络组成? 3.1.2神经网络有哪些常用模型结构? 3.1.3如何选择深度学习开发平台? 3.1.4为什么使用深层表示? 3.1.5为 ...
- 《机器学习系列教程》第三章 深度学习基础
@[第三章 深度学习基础] 第三章 深度学习基础 3.1 基本概念 3.1.1 神经网络组成? 为了描述神经网络,我们先从最简单的神经网络说起. 感知机 简单的感知机如下图所示: [外链图片转存失败( ...
- 【完结】有三AI阿里云的深度学习基础课程暂时完结,欢迎扩散学习
2021年3月份有三AI与阿里天池联合推出了深度学习系列课程, 课程内容包括人工智能与深度学习发展背景,深度学习典型应用,卷积神经网络,循环神经网络,生成对抗网络,深度学习开源框架等内容,目前已经基本 ...
- 独家思维导图!让你秒懂李宏毅2020深度学习(三)——深度学习基础(神经网络和反向传播部分)
独家思维导图!让你秒懂李宏毅2020深度学习(三)--深度学习基础(神经网络和反向传播部分) 长文预警!!!前面两篇文章主要介绍了李宏毅视频中的机器学习部分,从这篇文章开始,我将介绍李宏毅视频中的深度 ...
- 人工智能 - paddlepaddle飞桨 - 深度学习基础教程 - 个性化推荐
人工智能 - paddlepaddle飞桨 - 深度学习基础教程 - 个性化推荐 本教程源代码目录在book/recommender_system,初次使用请您参考Book文档使用说明. 说明: 硬件 ...
- 深度学习基础 | NLP大魔王 · BERT
作者 | Chilia 整理 | NewBeeNLP 首先,请阅读先修知识: 深度学习基础 | 从Language Model到RNN 深度学习基础 | RNN家族全面解析 深度学习基础 | Se ...
- 【零基础深度学习教程第一课:深度学习基础】
深度学习基础 目录 *深度学习基础* <第一节 深度学习简介> 一.深度学习与机器学习区别 二.神经网络简介 2.1 单神经元网络 2.2 多神经元网络 <第二节 神经网络基础> ...
- 五万字总结,深度学习基础。
文章目录 1 基本概念 1.1 神经网络组成? 1.2 神经网络有哪些常用模型结构? 1.3 如何选择深度学习开发平台? 1.4 为什么深层神经网络难以训练? 1.5 深度学习和机器学习的异同? 2 ...
- 2021-07-14 深度学习基础与实践(二)
深度学习基础与实践(二) 一.分类及其性能度量 1.分类问题 2.分类性能度量 (1)准确率 (2)精确率和召回率 (3)P-R曲线 (4)F值 (5)ROC曲线 3.分类性能可视化 (1)混淆矩阵的 ...
最新文章
- matlab程序求一个正交的相似变换矩阵,图像的等距变换,相似变换,仿射变换,射影变换及其matlab实现...
- 平板电脑什么牌子好点_什么平板电脑充电柜好?
- des加密去掉特殊字符_对称加密中的数据填充
- JUST——简单转换下的JSON
- 手机端禁止iPhone字体放大
- (转)Managed DirectX +C# 开发(入门篇)(二)
- SQL Sever — 表的操作
- Gibbs 采样完整解析与理解
- labelImg 的pip安装
- 声音存储空间计算公式_音频文件存储容量计算
- NOIP2004提高组 合唱队形
- 在2a期概念验证研究取得积极结果后,武田获得COUR Pharmaceuticals治疗乳糜泻的同类首创药物的许可
- 瑞幸咖啡 Luckin Coffee
- 怎么找到当地供应商_微商怎么找一手货源供货商(微商新手必看教程)
- php qq授权_PHP模拟QQ网页版授权登录的案例
- Python3 装饰器进行log日志输出
- 集合的基本概念和区别
- ilove中文_iLovePDF中文版|iLovePDF(PDF万能工具箱) V0.9.662 官方版 下载_当下软件园_软件下载...
- Java 工程师,掌握这些,你离大神只差一步
- 芝诺数解|「十」渝味之城,愉味无穷——重庆十一旅游数据分析报告