概率论中几个入门公式

临时整理一下,以后会慢慢补

独立

独立:对于事件$A$和$B$,如果$P(AB)$=$P(A)P(B)$,那么称$A$和$B$是独立的。

所谓独立,即两事件的结果不会相互影响。从样本点的⻆度来考虑,即两者不包含相同的样本点。

条件概率

条件概率:

如果$P(B)>0$,那么$A$在$B$下的条件概率为 $$P(A|B)=\frac{P(AB)}{P(B)}$$

可以这么理解:在$B$时间发生后事件$A$发生的概率,实际等于事件$B$发生后$AB$同时发生的概率

全概率公式

如果样本空间可以被划分为两两互斥的若干部分$A_1,\ldots,A_k$,那么 $$P(B)=\sum_{i=1}^{k}P(B\mid A_i)P(A_i)$$

这个公式可以用来处理$P(B)$不好直接计算的情况

贝叶斯公式

对于事件$A$和$B$,如果$P(A)>0$且$P(B)>0$,那么

$$P(A|B)=\frac{P(B\mid A)P(A)}{P(B)}$$

通常我们会有样本空间的一个划分$A_1,\ldots,A_k$,结合全概率公式,对于任意$1\leq i\leq k$有

$$P(A_i\mid B) = \frac{P(B\mid A_i)P(A_i)}{\sum_j P(B\mid A_j)P(A_j)} $$

上面的公式实际是将条件概率公式移项之后变形

下面的公式是将原公式的分母用全概率公式展开

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏YoungGy

MMD_6b_DecisionTree

overview ? construct 构建决策树的时候需要考虑以下问题: 什么时候停止 如果不停止,那么以什么变量的什么特征构建二叉树 如果停止,那么预测的...

22270
来自专栏邹成卓的专栏

三维变换矩阵的理解

3D空间中的一个点的坐标,可以用(x,y,z)来表示。对这个点的坐标变换有三种操作:缩放、平移、旋转。

2.1K20
来自专栏应兆康的专栏

“西瓜书”——第三章_线性模型(笔记)

线性模型形式简单、易于建模,许多功能更为强大的非线性模型可在线性模型的基础上通过引入层级结构或高维映射而得。 ? ? ? ? ?

441150
来自专栏目标检测和深度学习

手把手教你搭建目标检测器-附代码

14220
来自专栏机器学习算法工程师

手把手教你搭建目标检测器-附代码

翻译:刘威威 编辑:祝鑫泉 前 言 本文译自:[http://www.hackevolve.com/create-your...

36640
来自专栏计算机视觉战队

深度压缩网络 | 较大程度减少了网络参数存储问题

神经网络是计算密集型和内存密集型,很难使它们用有限的硬件资源去部署在嵌入式系统中。为了解决这种限制,本文引入“深度压缩”,一共有三个阶段的流水线:剪枝、量化和霍...

37150
来自专栏智能算法

深度学习三人行(第9期)----卷积神经网络实战进阶(附代码)

接下来我们一起学习下关于CNN的代码实现,内存计算和池化层等相关知识,我们多多交流,共同进步。本期主要内容如下:

11030
来自专栏和蔼的张星的图像处理专栏

4. 经典卷积网络之AlexNet

原文:《ImageNet Classification with Deep Convolutional Neural Networks》 我没有读原文,这个已...

18620
来自专栏Pytorch实践

Tensorflow实现部分参数梯度更新

在深度学习中,迁移学习经常被使用,在大数据集上预训练的模型迁移到特定的任务,往往需要保持模型参数不变,而微调与任务相关的模型层。本文主要介绍,使用tensorf...

68120
来自专栏云时之间

深度学习与神经网络:mnist数据集实现手写数字识别

42240

扫码关注云+社区

领取腾讯云代金券