伯努利分布 是一種離散分布,有兩種可能的結果。1表示成功，出現的概率為p(其中0<p<1)。0表示失敗，出現的概率為q=1-p。這種分布在人工智能里很有用，比如你問機器今天某飛機是否起飛了，它的回復就是Yes或No，非常明確，這個分布在分類算法里使用比較多，因此在這里先學習 一下。

概率分布有兩種類型：離散（discrete）概率分布和連續（continuous）概率分布。
離散概率分布也稱為概率質量函數（probability mass function）。離散概率分布的例子有伯努利分布（Bernoulli distribution）、二項分布（binomial distribution）、泊松分布（Poisson distribution）和幾何分布（geometric distribution）等。
連續概率分布也稱為概率密度函數（probability density function），它們是具有連續取值（例如一條實線上的值）的函數。正態分布（normal distribution）、指數分布（exponential distribution）和β分布（beta distribution）等都屬于連續概率分布。

二項分布的例子：拋擲10次硬幣，恰好兩次正面朝上的概率是多少？
假設在該試驗中正面朝上的概率為0.3，這意味著平均來說，我們可以期待有3次是硬幣正面朝上的。我定義擲硬幣的所有可能結果為k = np.arange(0,11)：你可能觀測到0次正面朝上、1次正面朝上，一直到10次正面朝上。我使用stats.binom.pmf計算每次觀測的概率質量函數。它返回一個含有11個元素的列表（list），這些元素表示與每個觀測相關聯的概率值。

對于這樣的問題，可以使用python來解決，這樣理解起來更容易得多了，代碼如下：

#python 3.5.3 蔡軍生 #http://edu.csdn.net/course/detail/2592 # from scipy.stats import binom import matplotlib.pyplot as plt import numpy as npn = 10 p = 0.3 k = np.arange(0, 21) binomial = binom.pmf(k, n, p) print(binomial)plt.plot(k, binomial, 'o-') plt.title('Binomial: n = %i, p=%0.2f' % (n, p),fontsize = 15) plt.xlabel('Number of successes') plt.ylabel('Probability of sucesses', fontsize = 15) plt.show()
運行這個程序之后，就可以輸出這樣的結果了，是否一目了然的感覺？

1. C++標準模板庫從入門到精通?

http://edu.csdn.net/course/detail/3324

2.跟老菜鳥學C++

http://edu.csdn.net/course/detail/2901

3. 跟老菜鳥學python

http://edu.csdn.net/course/detail/2592

4. 在VC2015里學會使用tinyxml庫

http://edu.csdn.net/course/detail/2590

5. 在Windows下SVN的版本管理與實戰?

?http://edu.csdn.net/course/detail/2579

6.Visual Studio 2015開發C++程序的基本使用?

http://edu.csdn.net/course/detail/2570

7.在VC2015里使用protobuf協議

http://edu.csdn.net/course/detail/2582

8.在VC2015里學會使用MySQL數據庫

http://edu.csdn.net/course/detail/2672

總結

以上是生活随笔為你收集整理的伯努利分布(Bernoulli distribution)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。