0
雷鋒網(wǎng) AI科技評論按，本文作者Frankenstein，首發(fā)于知乎專欄閑敲棋子落燈花，雷鋒網(wǎng) AI科技評論獲其授權(quán)轉(zhuǎn)載。
本文接模式識別與機(jī)器學(xué)習(xí)第一講（上）。關(guān)鍵詞：隨機(jī)變量、條件概率、邊際概率、sum rule、product rule、貝葉斯公式、先驗(yàn)概率、后驗(yàn)概率、獨(dú)立、概率質(zhì)量函數(shù)、概率密度函數(shù)、累計(jì)分布函數(shù)、多元分布、換元、期望、條件期望、方差、協(xié)方差。
1.2 Probability Theory
動(dòng)機(jī)：模式識別里的一個(gè)關(guān)鍵概念是不確定性。不確定性的來源有兩個(gè)：測量的噪聲以及數(shù)據(jù)集大小有限。概率論提供了一種量化和操作不確定性的工具，是模式識別的根基之一。當(dāng)我們同時(shí)運(yùn)用概率論和決策論，我們可以基于給定信息做出最優(yōu)預(yù)測，無論信息是否完整、明確。
如沒有特別強(qiáng)調(diào)，以下均表示隨機(jī)變量。嚴(yán)格地說一個(gè)隨機(jī)變量
是一個(gè)從樣本空間（sample space, 潛在結(jié)果的集合）
到可測空間（measurable space）
的可測函數(shù)（measurable function）。這涉及到測度論的知識，遠(yuǎn)遠(yuǎn)超出了本書對讀者數(shù)學(xué)知識的假設(shè)。鑒于我們這里不追求嚴(yán)格的定義，可以認(rèn)為一個(gè)隨機(jī)變量是一個(gè)可以從一個(gè)集合中取不同值的變量。
條件概率：表示已知
的情況下，
發(fā)生的概率，被稱為給定
,
的條件概率。我們可以把這一定義拓展到給定多于一個(gè)條件的情況下如
。
sum rule: , 這里的
常被稱為邊際概率（marginal probability），因?yàn)樗山?jīng)由取便其它變量（如
）的所有可能值時(shí)，計(jì)算
與它們的聯(lián)合分布的概率的總和來得到。
product rule:
symmetry property:
基于product rule和symmetry property，我們可以得到大名鼎鼎的貝葉斯定理/公式（Bayes' theorem）：。由sum rule, product rule和symmetry property可得
。
。因此上式中
可被看做使左邊取所有可能
值的條件概率之和為1 的歸一化常數(shù)。
sum rule，product rule以及symmetry property像條件概率一樣可以被拓展到多于兩個(gè)隨機(jī)變量的情況。
貝葉斯定理的一個(gè)重要解釋涉及先驗(yàn)概率（prior probability）和后驗(yàn)概率（posterior probability）。通俗地講，先驗(yàn)概率是我們一無所知的情況下根據(jù)經(jīng)驗(yàn)、常規(guī)情況計(jì)算的，后驗(yàn)概率是在我們得到了新的信息情況下對先驗(yàn)概率進(jìn)行的修正，更加準(zhǔn)確。我們可以考慮為
的先驗(yàn)概率而
為知道
后
的后驗(yàn)概率。
獨(dú)立：為兩個(gè)隨機(jī)變量，如果
，我們稱
獨(dú)立于
且
獨(dú)立于
或者
彼此獨(dú)立。注意這種情況下
。我們還會(huì)經(jīng)常見到兩兩獨(dú)立（pairwise independence，一個(gè)隨機(jī)變量的集合中任取兩個(gè)隨機(jī)變量都彼此獨(dú)立）和彼此獨(dú)立（mutually independence，對于一個(gè)隨機(jī)變量的集合
，它們一起的聯(lián)合分布概率等于它們各自的分布概率之積:
）。
1.2.1 Probability densities
隨機(jī)變量有離散型和連續(xù)性兩種。離散型隨機(jī)變量定義在事件的離散集合上（如篩子的點(diǎn)數(shù)，硬幣的正反等等），連續(xù)型隨機(jī)變量定義在事件的連續(xù)集合上（如區(qū)間）。就像離散型隨機(jī)變量與概率質(zhì)量函數(shù)（probability mass function）相關(guān)聯(lián)一樣，連續(xù)型隨機(jī)變量與概率密度函數(shù)（probability density function）相關(guān)聯(lián)。
a. 概率密度函數(shù)具有以下特點(diǎn)：
;
;
在
的概率為
。
b. 換元/變量選擇
給定的概率密度函數(shù)
，令
，則有
。一個(gè)相關(guān)的結(jié)果是概率密度函數(shù)的最大值取決于變量的選擇。
c. 累積分布函數(shù)（cumulative distribution function）
的概率為
,
被稱為累積分布函數(shù)。
。
d.多元分布
考慮多個(gè)連續(xù)型隨機(jī)變量的聯(lián)合分布。假設(shè)我們有個(gè)連續(xù)型隨機(jī)變量
，我們可以用一個(gè)向量把它們“封裝”起來：
使得
。如此得到的概率密度函數(shù)仍然要滿足 a 部分的特點(diǎn)。我們同樣也可以考慮離散型隨機(jī)變量和連續(xù)型隨機(jī)變量的聯(lián)合分布。
1.2.2 期望（expectation）和協(xié)方差（covariance）
期望：函數(shù)在概率分布
下的平均值被稱為
的期望，用
表示。
對于離散型隨機(jī)變量，；
對于連續(xù)型隨機(jī)變量，。
給定概率分布采集到的個(gè)數(shù)據(jù)點(diǎn):
，我們可以近似計(jì)算
的值為
。由大數(shù)定理可知，隨著
，這一近似逼近
。
當(dāng)我們考慮多變量函數(shù)的期望時(shí)，我們可以在右下角加一個(gè)下標(biāo)表示關(guān)于哪個(gè)隨機(jī)變量取期望，如
表示
關(guān)于
的期望。
條件期望（conditional expectation）：在條件概率分布
下的平均值被稱為
的條件期望，用
表示。
對于離散型隨機(jī)變量，；
對于連續(xù)型隨機(jī)變量，。
方差（variance）：的方差為
。可以認(rèn)為方差衡量了
在
附近的變化性。
協(xié)方差（covariance）：對于任意兩個(gè)隨機(jī)變量，它們之間的協(xié)方差定義為
,它反映了
一起變化的程度。
一個(gè)隨機(jī)變量與其本身之間的協(xié)方差等于其方差。
當(dāng)彼此獨(dú)立時(shí)，
。
當(dāng)為兩個(gè)隨機(jī)變量的向量時(shí)，設(shè)
含有
個(gè)元素，
含有
個(gè)元素
，此時(shí)
實(shí)際上是一個(gè)
的矩陣，并且矩陣中第
行的第
個(gè)元素代表了
和
之間的協(xié)方差。
對于任意一個(gè)隨機(jī)變量的向量，
。
1.2.3 Bayesian probabilities
這一節(jié)可以用一個(gè)問題來概括：什么是概率？之前知乎上也有類似的討論：概率（Probability）的本質(zhì)是什么？ - 知乎
龐加萊說，“概率僅僅是我們無知程度的度量，據(jù)定義，我們不曉得其定律的現(xiàn)象，都是偶然現(xiàn)象”。
不少數(shù)學(xué)家說，概率是定義在-代數(shù)上，值域?yàn)閇0, 1]的測度。
頻率論者（frequentist古典統(tǒng)計(jì)學(xué)者）說，概率是隨機(jī)、可重復(fù)事件的出現(xiàn)頻率。
貝葉斯論者（Bayesian）說，概率提供了一種對不確定性的量化。
其它參考內(nèi)容：
DS-GA 1003關(guān)于L1, L2正則化的slides：https://davidrosenberg.github.io/mlcourse/Lectures/2b.L1L2-regularization.pdf
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
