来源:AI开发者 本文约为1400字,建议阅读5分钟 本文为你介绍基本概率分布教程,大多数和使用 python 库进行深度学习有关。 概率分布概述
分布概率与特征 1.均匀分布(连续)代码: https://github.com/graykode/distribution-is-all-you-need/blob/master/uniform.py 均匀分布在 [a,b] 上具有相同的概率值,是简单概率分布。 2.伯努利分布(离散)代码: https://github.com/graykode/distribution-is-all-you-need/blob/master/bernoulli.py
3.二项分布(离散)代码: https://github.com/graykode/distribution-is-all-you-need/blob/master/binomial.py
4.多伯努利分布,分类分布(离散)代码: https://github.com/graykode/distribution-is-all-youneed/blob/master/categorical.py
5.多项式分布(离散)代码: https://github.com/graykode/distribution-is-all-you-need/blob/master/multinomial.py 多项式分布与分类分布的关系与伯努尔分布与二项分布的关系相同。 6.β分布(连续)代码: https://github.com/graykode/distribution-is-all-you-need/blob/master/beta.py
7.Dirichlet 分布(连续)代码: https://github.com/graykode/distribution-is-all-you-need/blob/master/dirichlet.py
8.伽马分布(连续)代码: https://github.com/graykode/distribution-is-all-you-need/blob/master/gamma.py
9.指数分布(连续)代码: https://github.com/graykode/distribution-is-all-youneed/blob/master/exponential.py 指数分布是 α 为 1 时 γ 分布的特例。 10.高斯分布(连续)代码: https://github.com/graykode/distribution-is-all-you-need/blob/master/gaussian.py 高斯分布是一种非常常见的连续概率分布。 11.正态分布(连续)代码: https://github.com/graykode/distribution-is-all-you-need/blob/master/normal.py 正态分布为标准高斯分布,平均值为 0,标准差为 1。 12.卡方分布(连续)代码: https://github.com/graykode/distribution-is-all-you-need/blob/master/chi-squared.py
13.t 分布(连续)代码: https://github.com/graykode/distribution-is-all-you-need/blob/master/student-t.py t 分布是对称的钟形分布,与正态分布类似,但尾部较重,这意味着它更容易产生远低于平均值的值。 via:https://github.com/graykode/distribution-is-all-you-need 编辑:于腾凯 校对:洪舒越 —完— |
|