第3章

常用概率分布

第2章介绍了概率运算的抽象规则。为了使用这些规则，还需要定义若干概率分布。概率分布Pr（x）的选择取决于建模数据x的定义域（见表3-1）。
2017_09_19_114441
概率分布对视觉数据的建模显然是有用的，例如分类分布和正态分布。然而，其他分布往往并非如此，例如，狄利克雷分布存在总和为1的K个正数，视觉数据通常不采用这种形式。
解释如下：当拟合数据的概率模型时，需要知道拟合的不确定性。该不确定性用拟合模型参数的概率分布来表示。因此对用于建模的每种分布，另有一个与参数联系的概率分布表（见表3-2）。例如，狄利克雷用来建模分类分布的参数。在这种情况下，狄利克雷的参数将称为超参数。一般来说，超参数决定原分布的参数的概率分布的形状。
2017_09_19_114609
在详细阐述分布的参数的关系之前，先浏览一下表3-2中的分布。

继续阅读与本文标签相同的文章

None
最新文章 最热文章
收藏 打印

特别推荐 2026年05月14日 星期四

精彩发现

热门标签

阻止表单提交 窗口 关闭浏览器 清除 CDATA css文件 光标位置 坐标 javascrpt !important 超链接 数字

相关文章

1
学宏程序编程，这些知识必不可少！
1357人阅读
2
华为准备卖出“落后”的5G，多家美企极力竞争！任正非格局太大！
215人阅读
3
百度：飞桨深度学习平台已累计服务150多万开发者
1167人阅读