Distribusi Diskret Kunci

Matematika ketidakpastian

Segelintir distribusi bernama mencakup sebagian besar situasi diskret di ML. Masing-masing PMF siap-pakai dengan mean dan varians diketahui, jadi Anda meraih yang tepat alih-alih menurunkan ulang dari nol.

Bernoulli(p) memodelkan satu uji dengan dua hasil: sukses (1) dengan probabilitas p, gagal (0) dengan probabilitas 1−p. Ini blok bangunan tempat setiap distribusi diskret lain dibuat.

Dua hitungan sehari-hari memamerkan distribusi-distribusi utama. Lempar sebuah koin 10 kali dan hitung jumlah gambarnya: hitungan itu adalah Binomial, sebuah penjumlahan dari 10 percobaan ya/tidak yang independen. Sekarang hitung panggilan telepon yang diterima oleh sebuah layanan bantuan dalam satu jam: hitungan itu adalah Poisson, hukum untuk kejadian-kejadian langka yang tersebar melintasi waktu, dengan sebuah laju tunggal λ yang berlipat ganda sebagai baik nilai tengah maupun variansinya.

Di mana ini berlaku dalam MLSaat Anda memilih loss klasifikasi, Anda sebenarnya memilih salah satu distribusi ini. Binary cross-entropy adalah negatif log-likelihood Bernoulli: ia menilai probabilitas tunggal model terhadap label 0/1. Multi-class cross-entropy adalah negatif log-likelihood Categorical, keluaran softmax dinilai terhadap label one-hot. Loss yang Anda pilih mengodekan distribusi mana yang Anda asumsikan…
▶ Distribusi Diskret Kunci
← VariansPDF & CDF →