Distributions Continues Clés

Les mathématiques de l'incertitude

Au-delà de la Gaussienne, quelques distributions continues reviennent encore et encore. Chacune répond à un type de question différent : « n'importe où dans un intervalle ? », « combien de temps jusqu'au prochain événement ? », « comment une probabilité inconnue est-elle elle-même distribuée ? »

Uniforme U(a, b) étale la probabilité uniformément sur un intervalle, avec une densité constante 1/(b−a). C'est le défaut « je ne sais rien sauf l'intervalle », et la matière première pour l'échantillonnage : tout générateur aléatoire part de U(0,1).

Exponentielle(λ) modélise le temps jusqu'à un événement aléatoire quand les événements se produisent à un taux moyen constant λ. Elle est sans mémoire : avoir attendu un moment ne change pas le temps restant à attendre.

Où cela apparaît en MLDirichlet est une « distribution sur des distributions » : elle génère les poids de mélange dans les modèles de sujets (LDA) et les probabilités de catégorie sur lesquelles un classifieur bayésien moyennera. Beta est l'a priori de prédilection pour une probabilité que vous estimez, comme un taux de clic ou le biais d'une pièce, et il alimente l'échantillonnage de Thompson dans les bandits.…
▶ Distributions Continues Clés
← Distribution GaussienneGaussienne Multivariée →