第一章 算法基础——概率论与数理统计基础

1.3 概率论与数理统计基础

算法常涉及数据分布情况，而这些分布又与概率紧密相连，常见的分布方式包括二项分布、超几何分布、泊松分布及正态分布。

1、二项分布：表示n个独立的是与非试验中成功的次数离散概率分布情况，每次成功与失败试验被称为伯努利试验。

2、超几何分布：也是统计学中一种离散概率分布，和二项分布类似，但是不同点在于样本的量。

3、泊松分布：适合描述在单位时间内随机事件发生的次数的概率分布。

4、指数分布：是一种连续分布，指数分布可以用于分析独立的随机时间发生的时间间隔。

5、正态分布：也称作高斯分布，是概率论中非常重要的分布，简单地理解即为，当某个数量的指标受到大量随机因素的影响，然而每个因素对结果产生的影响又非常小，则改数据指标可视为服从正态分布。

概率论中有很多内容也是算法中常涉及的问题。尤其在概率计算中，常见的概率包括：

1、先验概率（又称边缘概率），后验概率；

2、条件概率；

3、联合概率。