Ekspektasi & Varians (kontinu)

Matematika ketidakpastian

Semua yang Anda pelajari tentang ekspektasi dan varians berlaku untuk variabel kontinu. Anda sekadar menukar jumlah dengan integral. Bobot PMF p(x) menjadi kepadatan f(x) dx, dan "jumlah atas semua nilai" menjadi "integral atas garis."

Intuisi identik: E[X] masih titik keseimbangan massa kepadatan, dan varians masih rata-rata jarak kuadrat dari titik itu. Linearitas dan aturan penskalaan Var(aX+b)=a²Var(X) semua bertahan tak berubah.

Pikirkan sebuah jungkat-jungkit dengan beban yang dioleskan secara tidak merata di sepanjang papan alih-alih duduk di satu titik. Satu titik di mana ia seimbang adalah E[X], nilai tengah dari kepadatan tersebut. Seberapa jauh bebannya terlempar keluar dari poros itu, yang diukur sebagai jarak kuadrat rata-rata, adalah Var(X): beban yang menumpuk di dekat pusat berarti variansi yang kecil, beban yang didorong ke ujung-ujung yang jauh berarti variansi yang besar.

Di mana ini berlaku dalam MLEkspektasi kontinu adalah integral, dan integral atas ruang berdimensi-tinggi biasanya intractable. Jadi ML bergantung pada estimasi Monte Carlo: aproksimasi E[g(X)] = ∫ g(x)f(x)dx dengan rata-rata (1/n) Σ g(xᵢ) atas sampel xᵢ diambil dari f. Setiap "reward ekspektasi" di RL dan setiap suku ELBO di VAE adalah salah satu integral ini, diestimasi dengan sampling.
▶ Ekspektasi & Varians (kontinu)
← PDF & CDFDistribusi Gaussian →