深入学习机器学习、分布式算法才发现概率与统计，线代都很重要，下面我简单串一下如题目所示的知识 第一步： P(A|B)是在条件B发生的情况下A发生的概率，P(AB)是条件A与B同时发生的概率。关于条件概率、联合概率的例子我在最后一步骤举出，如独立事件和古典概型都懂，则请跳至最后一步 ...

目录 条件概率 乘法公式 全概率公式 贝叶斯公式 条件概率 已知事件 \(B\) 发生的条件下事件 \(A\) 发生的概率，记作 \(P(A|B)\) 。 条件概率公式： \[P(A|B) = \frac{P(A\cap B)}{p(B ...

条件概率和独立事件 条件概率：上次的操作对下次的操作（事件）有影响 独立事件：上次与下次的操作（事件）无影响 例子：抽牌（甲乙2人抽54张牌） 1,先说独立事件：这样的场景：甲抽一张牌（不看，不公开说），问乙抽到红桃A的概率？ 因为甲抽的牌他们都没有公开，乙抽的牌的时候虽然是53张了，但是甲 ...

目录 独立事件和互不相容 区别 独立事件和互不相容 定义: 相互独立是设A,B是两事件,如果满足等式 \(P(AB)=P(A)P(B)\),则称事件\(A,B\)相互独立,简称\(A,B\)独立. \(P(A|B)=P(A)P ...

宋浩《概率论与数理统计》笔记---1.5.1、事件的独立性 一、总结 一句话总结： A的概率不受B发生与否的影响 P(A|B)=P(A) A,B独立 <==> P(AB)=P(A)*P(B) 1、A,B独立 定义？ P(AB)=P(A)*P(B) <==> ...

随机试验 $E$ 的样本空间 $\Omega$ 的子集称为试验的随机事件，简称事件。样本空间中的所有可能结果称为样本点，事件即样本点的集合。 由一个样本点组成的单点集，称为基本事件。由两个或两个以上样本点组成的集合，称为复合事件。 一个事件的发生即表示该集合中的任意一个样本点发 ...

1 基本概念 随机试验：可重复、所有可能结果或结果所在范围已知 样本空间\(\Omega\)、样本点\(\omega\) 随机事件：样本空间的子集。必然事件\(\Omega\)、不可能事件\(\varnothing\)。 事件的包含\(\subset, \supset\)、相等 ...

　　分布函数（英文Cumulative Distribution Function, 简称CDF），是概率统计中重要的函数，正是通过它，可用数学分析的方法来研究随机变量。分布函数是随机变量最重要的概率特征，分布函数可以完整地描述随机变量的统计规律，并且决定随机变量的一切其他概率特征。 从事件 ...