企业官网建设流程全解析

       随机变量的每个可能结果和其概率之间的关系称为概率分布，概率分布可能是连续的，也可能是离散的。下面是几个常见的概率分布：

        本文主要介绍离散概率分布。概率论是机器学习的基石之一，机器学习的方方面面都有概率的影子，其中离散概率通过阈值设置边界，用来判断结果属于哪一类；模型评估通过准确率、召回率、F1分数等指标来评估一个分类模型的性能，这些指标就与离散概率息息相关；机器学习的算法会采用概率论中的一些方法，比如逻辑回归、朴素贝叶斯分类器等，这些都直接或间接的使用离散概率的概念来实现分类。此外，神经网络中也处处都体现着离散概率的有，比如sigmoid激活函数就把一组数值转换为[0,1]之间的概率值，又比如交叉熵损失函数主要用来进行模型预测的离散概率分布与真实标签的离散概率分布之间的差异。

1、随机变量

       随机变量是随机过程中产生的值的一种变量，它表示的是随机过程中产生的所有可能的值。随机变量包括连续随机变量和离散随机变量。通常用大写X表示，具体的值用小写字母表示，有时带上数字下标。