6.5高斯分布

文档摘要

6.5 高斯分布高斯分布是所有连续型随机变量的概率分布中被研究的最透彻的一种分布。它也被叫做正态分布。它的重要性事实上来源于一些便于计算的性质，我们将在下面进行讨论。特别地，我们将使用它来定义线性回归的似然和先验（第9章），并考虑密度估计的高斯混合数（第11章）。机器学习的许多其他领域也受益于使用高斯分布，例如高斯过程、变分推理和强化学习。它也被广泛应用于其他应用领域，如信号处理（如卡尔曼滤波器）、控制（如线性二次调节器）和统计（如假设检验）。 1723881575028 图6.8高斯分布覆盖了100个样本。(a)一维情况；(b)二维情况。对于单变量随机变量，高斯分布（Gaussian distribution）的密度函数由下式给出： (6.