深度学习读书笔记-3.概率

协方差(Covariance)在概率论统计学中用于衡量两个变量的总体误差。而方差是协方差的一种特殊情况,即当两个变量是相同的情况。

期望值分别为E(X)=\muE(Y)=\nu的两个具有有限二阶实数 随机变量X 与Y 之间的协方差定义为:

{\displaystyle \operatorname {cov} (X,Y)=\operatorname {E} ((X-\mu )(Y-\nu ))=\operatorname {E} (X\cdot Y)-\mu \nu .}

协方差表示的是两个变量的总体的误差,这与只表示一个变量误差的*方差*不同。 如果两个变量的变化趋势一致,也就是说如果其中一个大于自身的期望值,另外一个也大于自身的期望值,那么两个变量之间的协方差就是正值。 如果两个变量的变化趋势相反,即其中一个大于自身的期望值,另外一个却小于自身的期望值,那么两个变量之间的协方差就是负值。

协方差:

http://pinkyjie.com/2010/08/31/covariance/

泊松分布就是描述某段时间内,事件具体的发生概率。

指数分布是事件的时间间隔的概率

comments powered by Disqus