『科技一哥』深度学习必懂的13种概率分布( 二 ) 转载自：AI开发者本文1373字

文章图片
8.伽马分布（连续）
代码：https://github.com/graykode/distribution-is-all-you-need/blob/master/gamma.py
如果gamma（a ， 1）/gamma（a ， 1）+gamma（b ， 1）与beta（a ， b）相同，则gamma分布为β分布。指数分布和卡方分布是伽马分布的特例。

文章图片
9.指数分布（连续）
代码：https://github.com/graykode/distribution-is-all-you-need/blob/master/exponential.py
指数分布是α为1时γ分布的特例。

文章图片
10.高斯分布（连续）
代码：https://github.com/graykode/distribution-is-all-you-need/blob/master/gaussian.py
高斯分布是一种非常常见的连续概率分布。

文章图片
11.正态分布（连续）
代码：https://github.com/graykode/distribution-is-all-you-need/blob/master/normal.py
正态分布为标准高斯分布，平均值为0 ，标准差为1 。

文章图片
12.卡方分布（连续）
代码：https://github.com/graykode/distribution-is-all-you-need/blob/master/chi-squared.py
k自由度的卡方分布是k个独立标准正态随机变量的平方和的分布。卡方分布是β分布的特例

文章图片
13.t分布（连续）
代码：https://github.com/graykode/distribution-is-all-you-need/blob/master/student-t.py
【『科技一哥』深度学习必懂的13种概率分布】t分布是对称的钟形分布，与正态分布类似，但尾部较重，这意味着它更容易产生远低于平均值的值。

文章图片
via：https://github.com/graykode/distribution-is-all-you-need
—完—
关注清华-青岛数据科学研究院官方微信公众平台“THU数据派”及姊妹号“数据派THU”获取更多讲座福利及优质内容。