深度學習基礎 概率的三個公理

2021-10-01 23:12:50 字數 1295 閱讀 4059

深度學習基礎 - 概率的三個公理

flyfish

對於公理的內容 ,不敢有一絲一毫的更改。改公理,再建立另一套體系那都是大神級別的人物。

曾經「概率」的定義是不清晰的,拉普拉斯的古典概率有bug。2023年22歲的柯爾莫哥洛夫發表了概率論領域的第一篇**,30歲時出版了《概率論基礎》一書,將概率論建立在嚴格的公理基礎上,從此概率論正式成為了乙個嚴格的數學分支,要嚴謹就得有公理。

概率的三個公理如下

公理 1

0 ≤p

(e)≤

10 \leq p(e) \leq 1

0≤p(e)

≤1公理 2

p (s

)=

1p(s) = 1

p(s)=1

公理 3 對任一列互不相容的事件 e1,

e2,⋯

e_1, e_2, \cdots

e1​,e2

​,⋯ (即如果 i≠j

i \neq j

i​=

j,則eie

j=

∅e_i e_j = \varnothing

ei​ej​

=∅),有p(⋃

i=1∞

ei)=

∑i=1

∞p(e

i)

p(\bigcup_^ e_i) = \sum_^p(e_i)

p(i=1⋃

∞​ei

​)=i

=1∑∞

​p(e

i​)我們把滿足以上3條公理的p(e

)p(e)

p(e)

稱為事件e的概率。

解釋公理 1 說明任何事件 e 的概率在 0 到 1 之間,包含0與1,也就是閉區間[0,

1]

[0,1]

[0,1]。

公理 2 說明 s 作為必然發生的事件,其概率定義為 1。

公理 3 說明對任一列互不相容事件,至少有一事件發生的概率等於各事件發生的概率之和。

對於公理就得理解

樣本空間(sample space),記為 s

樣本空間的任意子集 e稱為事件(event)

不可能發生的事件稱為不可能事件,記為 ∅

\varnothing

∅。如果 ef=

∅ef=\varnothing

ef=∅

,則稱 e 和 f 是互不相容的(mutually exclusive)。概率

參考文獻

《概率論基礎教程》原書第9版 sheldon m.ross ,譯者: 童行偉 梁寶生

多工深度學習的三個經驗教訓

在過去的一年裡,我和我的團隊一直致力於提高 taboola feed 的個性化使用者體驗。我們使用多工學習 mtl 來 同一組輸入特性上的多個關鍵效能指標 kpis 並在 tensorflow 中實現了乙個深度學習 dl 模型。但是,在我們開始著手這項研究的時候,mtl 對我們來說比現在複雜得多,所...

學習的三個層次

老僧三十年前未參禪時,見山是山,見水是水。及至後來,親見知識,有個入處。見山不是山,見水不是水。而今得個休歇處,依前見山只是山,見水只是水。大眾,這三般見解,是同是別?有人緇素得出,許汝親見老僧。青原惟信禪師 五燈會元 卷十七 一 見山是山,見水是水 背菜譜階段 我們應該接受迅速失敗,而不是緩慢失敗...

JAVA基礎(多執行緒三個或三個以上間的執行緒通訊)

1,多個執行緒通訊的問題 public class demo2 notifyall catch interruptedexception e start new thread catch interruptedexception e start new thread catch interrupte...