Các phân phối liên tục chính

Toán học của sự không chắc chắn

Ngoài phân phối Gauss, có một số phân phối liên tục xuất hiện đi xuất hiện lại. Mỗi phân phối trả lời một dạng câu hỏi khác nhau: "vị trí nào trong một khoảng cũng như nhau?", "còn bao lâu nữa thì sự kiện tiếp theo xảy ra?", "một xác suất chưa biết được phân bố như thế nào?"

Phân phối đều U(a, b) trải xác suất đồng đều trên một khoảng, với mật độ không đổi 1/(b−a). Đây là lựa chọn mặc định kiểu "tôi chẳng biết gì ngoài khoảng giá trị" và là nguyên liệu thô cho việc lấy mẫu: mọi bộ sinh số ngẫu nhiên đều bắt đầu từ U(0, 1).

Phân phối mũ (λ) mô hình hóa thời gian cho đến khi một sự kiện ngẫu nhiên xảy ra, khi các sự kiện đến với tốc độ trung bình ổn định λ. Nó không có trí nhớ: đã chờ một lúc cũng không làm thay đổi thời gian còn phải chờ tiếp.

Vị trí của nó trong MLDirichlet là một "phân phối trên các phân phối": nó sinh ra các trọng số trộn trong các mô hình chủ đề (LDA) và các xác suất danh mục mà bộ phân loại Bayes lấy trung bình. Beta là tiên nghiệm hàng đầu cho một xác suất mà bạn đang ước lượng, chẳng hạn tỷ lệ nhấp chuột hay độ thiên lệch của đồng xu, và nó cho phép lấy mẫu Thompson trong bài toán máy đánh bạc nhiều tay (bandit). Phân phối đều là…
▶ Các phân phối liên tục chính
← Phân phối GaussianPhân phối Gauss đa biến →