Консалтинг по машинному обучению: https://truetheta.io
Подпишитесь на мою рассылку, чтобы получать обучающие и полезные статьи (и ничего больше!): https://mailchi.mp/truetheta/true-the...
Хотите поработать вместе? Смотрите здесь: https://truetheta.io/about/#want-to-w...
В этом видео я делюсь своим взглядом на распределения вероятностей, который облегчает их понимание и запоминание.
СОЦИАЛЬНЫЕ СЕТИ
LinkedIn: / dj-rich-90b91753
Twitter: / duanejrich
Нравится учиться таким образом? Хотите, чтобы я снял больше видео? Поддержите меня на Patreon: / mutualinformation
Источники и дополнительная информация
Невероятная диаграмма, отображающая взаимосвязи между распределениями вероятностей, принадлежит Ларри Лимису и Жаклин МакКвестон[1]. Они и многие другие участники создали веб-сайт, предоставляющий подробную информацию об этой диаграмме: http://www.math.wm.edu/~leemis/chart/...
В Википедии есть две статьи [2][3], в которых представлено множество интересных взаимосвязей. Кроме того, Джон Д. Кук в [4] доказывает, что распределение Стьюдента-Т является смесью нормальных распределений.
[1] Лимис, Л. и МакКвестон, Дж. Т. (2008), Отношения между одномерными распределениями, The American Statistician, т. 62, № 1
[2] Взаимосвязи между распределениями вероятностей, Википедия, https://en.wikipedia.org/wiki/Relatio...
[3] Сложное распределение вероятностей, Википедия, https://en.wikipedia.org/wiki/Compoun...
[4] Кук, Дж. Д. (2008), Student-T как смесь нормальных распределений, https://www.johndcook.com/
Дополнительные заметки
В этом видео я называю пуассоновское распределение «непрерывным», что, конечно же, неверно в общем контексте — оно настолько дискретно, насколько это вообще возможно. Более подходящим обозначением, чем «непрерывное», было бы прямое указание на конкретный предел, который имеет место. Кроме того, такое обозначение отделило бы их от других непрерывных распределений, которые могут быть достигнуты с другими пределами. Спасибо mCoding за указание на это.
Информация по комментариям в разработке