Как применяется понятие плотности вероятности в машинном обучении и статистике?

Понятие плотности вероятности применяется в машинном обучении и статистике следующим образом:

В машинном обучении плотность вероятности используется в байесовских моделях. proglib.io Вероятностные модели предполагают, что данные, на которых они обучаются, отражают реальное распределение вероятностей появления всех значений каждого признака. proglib.io Если данных достаточно много, и все признаки распределены нормально, это предположение может быть почти верным. proglib.io

В статистике плотность вероятности применяется в разведочном анализе данных (exploratory data analysis, EDA). proglib.io Основные цели этого этапа — понять вид распределения признаков, основные параметры этого распределения, обнаружить выбросы. proglib.io Для анализа данных обычно применяются гистограммы, которые отдаленно похожи на график функции плотности распределения вероятности. proglib.io

Также плотность вероятности используется в методе максимального правдоподобия для оценивания параметров в математической статистике. alexanderdyakonov.wordpress.com Если есть плотность (вероятность) распределения, известная с точностью до параметра, то для его оценки нужно максимизировать функцию правдоподобия — произведение значений вероятностей в элементах выборки. alexanderdyakonov.wordpress.com