说到概率分布模型，通常是基于实际研究和观察而总结出来的。你的数学老师可能只会要求你记住这些模型的公式，而不太关心其背后的应用场景。而在我之前的文章里有聊到过数字信号当中关于常见噪音的形式。
[数字图像学笔记] 5.1. 噪音生成——椒盐噪音、高斯噪音
[数字图像学笔记] 5.2. 噪音生成——泊松噪音
除了噪音的处理，在实际工作中，对事件发生概率的处理和统计，也会发现它们与这里即将介绍的五种概率模型高度相关。所以你如果是数据专业方向的学生，或者相关领域的，在学习概率论这门课程中，你也应当特别重视这几个常见的概率分布模型。
文章目录
- 基础的五种概率模型
-
- 二项分布（离散型）
- 柏松分布（离散型）
- 均匀分布（连续型）
- 指数分布（连续型）
- 正态分布（连续型）
- 做点练习题
-
- 离散型二项分布
- 离散型泊松分布
- 连续型均匀分布
- 连续型指数分布
- 关于几何分布的无记忆性
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/46889.html