机器学习领域必知必会的12种概率分布（附Python代码实现）

机器学习开发者需要了解的 12 种概率分布，这些你都了解吗？机器学习有其独特的数学基础，我们用微积分来处理变化无限小的函数，并计算它们的变化；我们使用线性代数来处理计算过程；我们还用概率论与统计学建模不确定性。在这其中，概率论有其独特的地位，模型的预测结果、学习过程、学习目标都可以通过概率的角度来理解。与此同时，从更细的角度来说，随机变量的概率分布也是我们必须理解的内容。在这篇文章中，项目作者介绍了所有你需要了解的统计分布，他还提供了每一种分布的实现代码。项目地址：https://github.com/graykode/distribution-is-all-you-need下面让我们先看看总体上概率分布都有什么吧：非常有意思的是，上图每一种分布都是有联系的。比如说 ………………………………