← 返回卡片

原书出处

深度学习

03 第3章 概率与信息论

核验版本的摘录快照 · 导入于 2026-11-19T07:27:03.626Z

机器学习的算法经常会涉及在非常多的随机变量上的概率分布。通常,这些概率分布涉及的直接相互作用都是介于非常少的变量之间的。

使用单个函数来描述整个联合概率分布是非常低效的(无论是计算上还是统计上)。 我们可以把概率分布分解成许多因子的乘积形式,而不是使用单一的函数来表示概率分布。

例如,假设我们有3个随机变量a、b和c,并且a影响b的取值,b影响c的取值,但是a和c在给定b时是条件独立的。我们可以把

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/深度学习/_epub-src/text/part0001_split_000.html

EPUB SHA-256:30b05f447b47f121324499dd200696e34be257d5cd4c4b753541b42f40a94639