🌟从伯努利分布到交叉熵(一)🌟

在机器学习的奇妙世界里，概率论是不可或缺的基础工具。今天，让我们一起探索一个有趣的起点——伯努利分布！🤔

伯努利分布描述的是只有两种可能结果的随机试验的概率分布，比如抛硬币。假设正面朝上的概率为 p，那么反面的概率就是 1-p。简单却强大，它奠定了许多复杂模型的基础。💡

接下来，我们不可避免地会提到交叉熵。交叉熵是一种衡量两个概率分布差异的方法，广泛用于分类任务中评估模型表现。想象一下，当你希望模型预测的结果尽可能接近真实情况时，交叉熵就像一把尺子，精准地告诉你偏差有多大。🎯

虽然这两个概念看似简单，但它们共同构建了深度学习的核心逻辑。后续文章中，我们将进一步探讨它们之间的联系，以及如何用数学语言描述这一切。📚

Stay tuned！👀

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！