第2章 概率论与机器学习模型原理_第4节-常见概率分布.pdfVIP

四、常⻅概率分布

4.1离散分布：Bernoulli、Binomial、Poisson学

4.1.1Bernoulli分布（伯努利分布）数

修

4.1.2Binomial分布（⼆项分布）必

习

4.1.3Poisson分布（泊松分布）学

器

4.1.4对⽐表机

-

壮

4.2应⽤：异常检测大

s

o

4.2.1⽬标概述c

4.2.2为什么⽤离散分布进⾏异常检测？

4.2.3逐⼀分析如何利⽤这些分布进⾏异常检测

4.2.4如何设定“异常”的阈值？

4.2.5异常检测流程总结

4.2.6真实场景应⽤举例

4.2.7⼩结对⽐：分布的适配性

4.3连续分布：Uniform、Exponential、Gaussian

4.3.1Uniform分布（均匀分布）

4.3.2Exponential分布（指数分布）

4.3.3Gaussian分布（正态分布）

4.3.4⾼阶性质⽐较表格学

4.3.5应⽤⼩结数

4.4应⽤：⽣命周期建模、特征归⼀化修

必

4.4.1⽣命周期建模习

学

4.4.2特征归⼀化器

机

-

4.4.3对⽐壮

大

s

o

c

四、常⻅概率分布

4.1离散分布：Bernoulli、Binomial、Poisson

4.1.1Bernoulli分布（伯努利分布）

伯努利分布⽤于建模⼀个只有两种可能结果的随机事件，⽐如：

投⼀次硬币（正⾯/反⾯）学

⼀个⽤户是否点击⼴告（点击/不点击）数