\
\
常见函数求导公式:

泰勒展开式(Taylor):








sigmoid 函数

导数:

概率公式:
\
条件概率公式:
P ( A ∣ B ) = P ( A B ) P ( B ) P(A|B)= \Large \frac{P(AB)}{P(B)} P(A∣B)=P(B)P(AB)
全概率公式:
P ( A ) = ∑ i n P ( A ∣ B i ) P ( B i ) P(A)= \Large \sum_i^n P(A|B_i)P(B_i) P(A)=∑inP(A∣Bi)P(Bi)
贝叶斯公式(Bayes):
P ( B i ∣ A ) = P ( A ∣ B i ) P ( B i ) ∑ j n P ( A ∣ B j ) P ( B j ) P(B_i|A)= \Large \frac {P(A|B_i)P(B_i) } { \sum_j^n P(A|B_j)P(B_j)} P(Bi

本文深入讲解了常见函数的导数公式,如泰勒展开、sigmoid函数等,并详细介绍了概率论中的核心概念,包括条件概率、全概率及贝叶斯公式。同时,文章还列举并解析了多种常见概率分布,如正态分布、泊松分布、均匀分布等,为读者提供了全面的概率与统计知识概览。
3514

被折叠的 条评论
为什么被折叠?



