机器学习工程师-机器学习基础-概率与统计_大数定律与中心极限定理.docx

PAGE1

PAGE1

概率与统计基础

1随机变量与概率分布

1.1原理与内容

随机变量是概率论中的基本概念，它将随机事件的结果映射到实数上。随机变量可以分为离散型和连续型。离散型随机变量取值为可数集，如投掷骰子的结果；连续型随机变量取值为连续区间，如测量的温度。

概率分布描述了随机变量取值的概率。对于离散型随机变量，我们使用概率质量函数（PMF）来描述；对于连续型随机变量，我们使用概率密度函数（PDF）来描述。

1.2示例

假设我们有一个离散型随机变量X，表示投掷一个公平的六面骰子的结果。我们可以计算X的期望和方差。

importnumpyasnp

#定义随机