《计算机视觉：模型、学习和推理》——2.6 独立性

本节书摘来自华章计算机《计算机视觉：模型、学习和推理》一书中的第2章，第2.6节,作者：（英）普林斯（Prince，J. D.）著， 更多章节内容可以访问云栖社区“华章计算机”公众号查看。 2.6　独立性 如果从变量x不能获得变量y的任何信息（反之亦然），就称x和y是独立的（见图2-6），可以表示为： 图2-6　独立性。a） 连续独立变量x和y的联合概率密度函数。x和y的独立性意味着每一个条件分布

>>阅读原文<<