机器学习中的概率分布（二）
发布时间：2023-02-02 22:30
6.β分布（连续）
表示形式为：
其中，a和b为形状参数，定义域为(0,1)，通常用于建模伯努利试验事件成功的概率的概率分布。
- 掷骰子可以确定系统成功的概率的简单实验，但实际情况下，系统成功的概率未知，但可通过频率估计概率。
- 对于n次试验，统计成功次数k。但系统成功的概率未知，因此，通过该公式最终得到的是系统成功概率的最佳估计。实际值可能是其他数值，只是概率较小。所以，硬币正面出现概率就是这个数值，是随机变量，符合Beta分布，取值范围为0到1。
- 因此，Beta分布可看作一个概率的概率密度分布。如果某个东西具体概率未知，Beta分布给出的是所有概率出现的可能性大小。
相关推荐
SpringBoot接口 - 如何生成接口文档之Swagger技术栈？
极客日报：爆字节跳动日均进账10.07亿元；iPhone 13粉屏上热搜；英特尔跌落神坛，CEO回应：是我们骄傲自大了
基于springboot+vue的在线作业管理考试系统 elementui
百度网盘AI大赛-图像处理挑战赛：文档检测优化赛 Baseline
微信小程序：独家微信社群人脉小程序源码带后端控制源码完整版端控带简单教程
视频教程-Vue全家桶从基础入门到进阶项目实战第三篇中级进阶实战篇-Vue
AAAI2018中的自注意力机制(Self-attention Mechanism)