概率论基础
出处：http://www.cnblogs.com/fanling999/p/6702297.html
参考：盛骤, 谢式千, 潘承毅. 概率论与数理统计, 第四版[M]. 高等教育出版社, 2008.
目录
0.前言
1.概率论的基本概念
2.随机变量及其分布
3.多维随机变量及其分布
4.随机变量的数字特征
5.大数定律及中心极限定理
0. 前言
本文主要旨在对概率统计的基础概念与知识进行概要的总结，一来是对自身学习过程的一个回顾，二来是便于使用到时可以参考，具体细节可以参考给出的书目1~5章。
概率论是数理统计的基础，也是很多机器学习模型的支撑，对相关的概念有所掌握和理解对后面的学习有很大帮助。
（1）给出了概率论中基本概念的定义，即随机试验、样本空间、随机事件、频率和概率、等可能概型、条件概率和独立性等概念。其中较为重要的概念有（a）概率是频率是客观存在，当试验次数充分大时频率将收敛于概率。（b）几个公式：乘法公式、全概率公式、贝叶斯公式，清楚理解其中划分的概念。
（2）对随机变量及其分布进行了总结。随机变量可以分为：离散型和非离散型，其中非离散型主要以连续型随机变量为主。离散型研究其分布律，而连续型则研究其概率密度（某一个点的改变不影响总体，因此求积分时开区间
