對於時間a,其概率定為p(a),則其滿足以下三個公理：
1、0<=p(a)<=1 非負性公理
2、p(樣本空間)=1 正則性公理
3、若有互不相容的事件a1,a2,.....， p(uaj) =
設e是乙個試驗，滿足：1、只有有限多個樣本點；2、每個樣本點發生的可能性相同。
p(a) = a事件包含樣本點的個數/樣本空間總的樣本點的個數
假設有兩個時間a,b, p(b)！=0，在給定b發生的條件下事件a發生的概率，記為p(a|b)
p(a|b) = p(ab)/p(b)
解釋，在古典概型的基礎上：
實驗有n個結果，事件a有m1個結果，事件b有m2個結果，事件ab 公共結果又m12個
若b發生了，則新的樣本空間變為m2, 則p = (m12/n)/(m2/n) = m12/m2 = p(ab)/p(b) = p(a|b)
乘法公式：if p(b)>0 , p(a|b) = p(ab)/p(b) 則 p(ab)=p(b)*p(a|b)
設a1,a2,a3是實驗e的三個事件，若p(a1a2a3)>0 則 p(a1a2a3) = p(a1)*(p(a1a2)/p(a1))*(p(a1a2a3)/p(a1a2))
全概率公式：
b1,b2,b3,bn是樣本空間e的完備事件組，（b1ub2ub3...un=e, bibj=空集，i！=j）,p(bi) >0
則
概率語言模型
lsa的步驟如下 1.分析文件集合，建立term document矩陣。2.對term document矩陣進行奇異值分解。3.對svd分解後的矩陣進行降維，保留前個特徵值，後面個置零，也就是低階近似。4.使用降維後的矩陣構建潛在語義空間，或重建term document矩陣。新得到的term do...
建立概率模型
在解決古典概型問題時，確定的基本事件個個數越少，模型越精煉，則解題過程越簡單。以下舉例說明 同類題見北師大必修3概率 p 例2 某人有4把鑰匙，其中只有2把能開啟門，現隨機地取1把鑰匙試著開門，不能開門，就把鑰匙放在旁邊，他第二次才能開啟門的概率是 分析 4把鑰匙分別標記為 k 1，k 2，n 1，...
Redis初級介紹
redis remote dictionary server，遠端資料字典伺服器 是開源的記憶體資料庫，常用作快取或者訊息佇列。redis的特點 字串 雜湊表列表 通過雙向鍊錶實現，頭尾操作均為o 1 獲取指定元素比較慢。集合元素唯一，但是沒有順序。使用值為空的雜湊表實現，操作都是o 1 有序集合 ...