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

В машинном обучении плотность вероятности используется в байесовских моделях. 2 Вероятностные модели предполагают, что данные, на которых они обучаются, отражают реальное распределение вероятностей появления всех значений каждого признака. 2 Если данных достаточно много, и все признаки распределены нормально, это предположение может быть почти верным. 2

В статистике плотность вероятности применяется в разведочном анализе данных (exploratory data analysis, EDA). 2 Основные цели этого этапа — понять вид распределения признаков, основные параметры этого распределения, обнаружить выбросы. 2 Для анализа данных обычно применяются гистограммы, которые отдаленно похожи на график функции плотности распределения вероятности. 2

Также плотность вероятности используется в методе максимального правдоподобия для оценивания параметров в математической статистике. 1 Если есть плотность (вероятность) распределения, известная с точностью до параметра, то для его оценки нужно максимизировать функцию правдоподобия — произведение значений вероятностей в элементах выборки. 1