02.概率论与贝叶斯先验.pdfVIP

法律声明  本课件包括演示文稿、示例、代码、题库、视频和 声音等内容，小象学院和主讲老师拥有完全知识产 权的权利；只限于善意学习者在本课程使用，不得 在课程范围外向任何第三方散播。任何其他人或机 构不得盗版、复制、仿造其中的创意及内容，我们 保留一切通过法律手段追究违反者的权利。  课程详情请咨询  微信公众号：小象  新浪微博：ChinaHadoop 互联网新技术在线教育领航者 1/69 概率论与贝叶斯先验 邹博 主要内容  概率论基础  概率与直观  频率学派与贝叶斯学派  常见概率分布  Sigmoid/Logistic函数的引入  统计量  期望/ 方差/偏度/ 峰度  协方差和相关系数  独立和不相关 互联网新技术在线教育领航者 3/69 统计数字的概率  给定某正整数N ，统计从1到N! 的所有数中， 首位数字出现1的概率。  进而，可以计算首位数字是2 的概率，是3 的 概率，从而得到一条“九点分布”。 互联网新技术在线教育领航者 4/69 Code 互联网新技术在线教育领航者 5/69 数字的概率 互联网新技术在线教育领航者 6/69 本福特定律  本福特定律(本福德法则, Frank Benford) ，又称第一数字定律，是 指在实际生活得出的一组数据中， 以1为首位数字出现的概率约为总 数的三成；是直观想象1/9的三倍。  阶乘/ 素数数列/ 斐波那契数列首位  住宅地址号码  经济数据反欺诈  选举投票反欺诈 互联网新技术在线教育领航者 7/69 商品推荐  商品推荐场景中过于聚焦的商品推荐往往会损害用 户的购物体验，在有些场景中，系统会通过一定程 度的随机性给用户带来发现的惊喜感。  假设在某推荐场景中，经计算A 和B 两个商品与当 前访问用户的匹配度分别为0.8 分和0.2 分，系统将 随机为A 生成一个均匀分布于0 到0.8 的最终得分， 为B 生成一个均匀分布于0 到0.2 的最终得分，试计 算最终B 的分数大于A 的分数的概率。 互联网新技术在线教育领航者 8/69 商品推荐  A=B 的直线上方区域，即为BA 的情况。  S =0.02 S =0.16 蓝色 矩形  p=0.02/0.16=0.125 互联网新技术在线教育领航者 9/69 概率公式  条件概率：     P AB P A B   P B  全概率公式：