PDF & CDF

Matematika ketidakpastian

Untuk kuantitas kontinu seperti tinggi, berat, atau intensitas piksel, bertanya P(X = 3.0000…) sia-sia: ada tak hingga banyak nilai, jadi satu pun punya probabilitas nol. Alih-alih kita menjelaskan bagaimana probabilitas tersebar dengan fungsi kepadatan probabilitas f(x), dan membaca probabilitas sebagai luas.

Kepadatan bukan probabilitas sendiri, dan bisa melebihi 1. Yang harus berlaku adalah non-negatif dan total luas 1, gema kontinu dari "PMF berjumlah 1":

Seret μ dan σ di atas: kurva meluncur dan meregang, tapi luas di bawahnya selalu tepat 1. Probabilitas interval adalah irisan luas di atasnya.

Di mana ini berlaku dalam MLKeluaran model generatif p(x | θ) adalah kepadatan. Untuk menyampel dari distribusi 1-D Anda bisa gunakan inverse-transform sampling: ambil uniform u ∈ [0,1] dan kembalikan F⁻¹(u), membalik CDF. Normalizing flow menggeneralisasi persis ide ini, belajar pemetaan dapat-balik yang perubahan variabelnya mengubah kepadatan sederhana menjadi kompleks.
▶ PDF & CDF
← Distribusi Diskret KunciEkspektasi & Varians (kontinu) →