人工智能之数学基础:概率论和数理统计在机器学习的地位

概率和统计的概念

概率统计是各类学科中唯一一门专门研究随机现象的规律性的学科，随机现象的广泛性决定了这一学科的重要性。概率论是数学的分支，它研究的是如何定量描述随机现象及其规律。

我们之前经常在天气软件上看到：“今天下雨的概率是95%”，这个95%就是概率，概率就是描述可能性的一个数值。

概率在机器学习中的地位

概率论在机器学习中至关重要，因为我们可以将机器学习的输入数据看作是随机变量，当机器学习中的输出数据也看作是随机变量，这样机器学习模型本质上就是一个概率模型，这样就可以通过概率的方式来对不确定性进行建模了。

比如概率图模型中

，变量和变量之间是有依赖关系，那么此时需要概率论的技术。

又比如在很多随机算法中，比如蒙特卡络算法中，也需要概率的技术。

机器学习算法的设计通常依赖于对数据的概率假设，如果不了解概率的数学知识，很有可能在理解算法上出现问题，所以概率的重要性不言而喻。

在监督学习中，我们是从一部分带标签的样本学习得到的结果预测总体的标签，然后用这个去预测新样本的标签情况。也就是说我们通过一部分来估计总体，我们是从中抽一部分样本来进行学习，这个是符合概率的思想的。

总结

在前面的课程中，我们主要学习了线性代数以及矩阵论，从本节课程之后，线性代数将告一段落，将开启概率论和数理统计的学习。