【数学基础篇】--详解人工智能之数学 积分学,概率空间,大数定律和中心极限定理

一、前述

上一篇我们讲到了微分学,本文我们接着讲解积分学,以及概率的相关知识。

二、本节常用符号如下。

三、积分

1、积分定义

将一个函数对应的区间n等分,然后加和求极限。

2、积分理解

代数意义: 无穷求和

几何意义: 函数与 X 轴之间的有向面积。

3、(牛顿-莱布尼茨公式)

如果 f(x) 是定义在闭区间 [a, b] 上的可微函数, 那么就有

不定积分表示为

牛顿-莱布尼茨公式展示了微分与积分的基本关系: 在一定程度上微分与积分互 为逆运算.

 4、案例

求函数 ln(x) 的不定积分。

5、多变量函数的积分

如果积分区域形状不规则,可以用一个矩形把积分区域包起 来,并令函数在积分区域外边等于 0.

二重积分的几何意义是积分函数与 X − Y 坐标平面之间部 分的有向体积.

 6、积分学总结

积分的代数意义是无穷求和,几何意义是带符号的体积

微分和积分在一定程度上互为逆运算

熟悉微分公式有助于计算积分

多重积分可以理解成是依次进行的单重积分

四、随机变量与概率

1、离散随机变量(发生事件的几种情况,比如扔塞子。1-6为随机变量)

比如上述事件<=3就是1.2.3事件概率取值。

2、连续随机变量

对于每一个具体的取值的概率为0.

对于连续型随机变量,概率为概率密度函数的积分.

不论是离散还是连续型随机变量, 概率函数和概率密度函数 的定义域即为这个随机变量的值域.

作为一个特殊的概率函数,分布函数定义为 Φ(x) = P(X < x).

我们在此只考虑几乎处处连续的概率密度函数,我们不考虑离散,连续混 合型的随机变量

 3、概率

事件的概率(事件是一个集合)

整个概率空间是一个事件,这个事件一定发生所以全空间的 概率为 1

事件是随机变量值域的子集 S

事件的概率则表示 S 里面概率之和或概率密度之积分.

事件的条件概率

条件本身也是事件,也可表示为随机变量值域的子集:A

条件概率里面的事件,又是这个条件的子集:S ∩ A ⊂ A

概率其实就是集合的大小比例,而概率函数或者概率密度函数可以理解为比较 大小时候的权重

 4、贝叶斯公式

利用前面的定义我们知道,事件 A, B 同时发生的概率为 P(A ∩ B),

一方面 P(A ∩ B) = P(B|A)P(A)

另一方面对称的有 P(A ∩ B) = P(A|B)P(B)

所以 P(B|A)P(A) = P(A|B)P(B),

两边同时除以 P(B) 就得到 了贝叶斯公式.

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

来自专栏企鹅号快讯

从Q学习到DDPG,一文简述多种强化学习算法

选自towardsdatascience 作者:Steeve Huang 机器之心编译 参与:Edison Ke、路雪 本文简要介绍了强化学习及其重要概念和术语...

32770
来自专栏人工智能头条

CS231n李飞飞CV课程辅导笔记(2):KNN

全球最大的专注于大数据分析、数据仓库和整合营销管理解决方案的供应商之一的Teradata, VP Atif Kureishy 预言人工智能的未来,是机器人和计算...

9430
来自专栏AI科技评论

CVPR 2018中国论文分享会 之「人物重识别及追踪」

本文为 2018 年 5 月 11 日在微软亚洲研究院进行的 CVPR 2018 中国论文宣讲研讨会中第三个 Session——「Person Re-Ident...

29040
来自专栏人工智能LeadAI

Assignment 2 | 斯坦福CS231n-深度学习与计算机视觉课程

该笔记是以斯坦福cs231n课程的python编程任务为主线,展开对该课程主要内容的理解和部分数学推导。这篇文章是第二篇。 ? CS231n简介 CS231n的...

76560
来自专栏PPV课数据科学社区

每个数据科学专家都应该知道的六个概率分布

摘要:概率分布在许多领域都很常见,包括保险、物理、工程、计算机科学甚至社会科学,如心理学和医学。它易于应用,并应用很广泛。本文重点介绍了日常生活中经常能遇到的六...

40850
来自专栏AI研习社

一场深度学习引发的图像压缩革命

雷锋网 AI 研习社按,2012 年,AlexNet 横空出世,以 15.4% 的低失误率夺得当年 ILSVRC(ImageNet 大规模视觉识别挑战赛)冠军,...

19720
来自专栏机器之心

学界 | 5.5%语音识别词错率究竟如何炼成?IBM发布相关研究论文

选自arXiv 机器之心编译 参与:晏奇、吴攀 语音识别是人工智能领域所研究的核心问题之一,研究者一直以来都在竞相努力以期能首先达到比肩人类的里程碑。去年十月,...

378120
来自专栏ATYUN订阅号

用OpenCV计算道路交通流量的一个直观教程

这篇文章将向你展示一个非常简单但功能强大的示例,说明如何使用你可以在设备上运行的算法来计算交通流量。 阅读本文之前,建议你阅读这篇关于道路交通分类的文章,它提到...

39370
来自专栏人工智能

2017年最后一篇推送,仍然与技术有关盘点深度学习论文年度之“最”

今年有很多的学术论文发表,以下是小编觉得能够深刻影响到自己的几篇,为大家推荐。对于每一篇文章,都阐述了论文的“目标”,简要总结了相关工作,并解释了推荐的原因。 ...

20790
来自专栏吉浦迅科技

英伟达帮助开发人员通过合成数据训练和完善他们的深度网络

手工注释训练数据既费力又耗时。这意味着,针对计算机视觉任务的深度网络训练通常需要大量标记的训练数据,这可能既昂贵又难以获取。为了让深度学习变得更容易获取,英伟达...

21020

扫码关注云+社区

领取腾讯云代金券