这几天，偶然看到了概率论的知识，帮助我们发现了对一些定理的更好的解释，并了解了应用。 详情请参考wxdll老师的PyTorch深度学习实战。
1 .大数定理在不改变实验条件的情况下多次重复实验，随机事件出现的频率与其概率几乎相等。 例如，在扔硬币的实验中，扔一万次硬币，正面朝上的概率约等于5000
2 .中心极限定理样本均值约等于总体均值，任一总体样本均值在总体均值周围且呈正态分布。 例如，全国人口普查抽取100万人进行统计，统计的身高、体重等指标的平均值是点推算，与全国人口的平均身高、体重大致相等，全国整体的身高、体重，在一个范围内是没有区别的。 这个范围可以在信赖区间求出。 置信区间比点估计更可靠。 例如，在全国平均身高170.13厘米和可靠度99%的区间[ 169，171 ]中，后者更可靠。
3 .马尔可夫不等式p(xa ) e ) x )/a在百度百科上的说明有助于理解。 例如，一个人的收入) x )超过平均收入5倍的概率(p ) x ) 5b ) )不超过五分之一) e(x )/5b )。 其中，e ) x )=b，b表示平均收入
4.jqdnm不等式可以参考百度百科的描述，在任何给定的数据集中，位于其平均数m个标准差范围内的比例(或部分)总是至少1-1/m2。