开发者学堂课程【人工智能必备基础：概率论与数理统计：马尔科夫不等式】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/545/detail/7413
马尔科夫不等式
内容介绍
一、方差
二、大数定理
三、马尔科夫不等式
一、方差
1.表面理解
从字面上理解表示有差异性，在数学中将一组数据取平均，与平均值相比较，有的值比较高，有的值比较低，这种分散的程度叫方差
2.具体理解
①数学期望反映了随机变量的取值水平，衡量随机变量相对于数学期望的分散程度的另一个数字特征。
两个数据图：
上面的方差小，下面的方差大
②X 为随机变量，如果
存在，则称其为 X 的方差，记作 D(X)
二、大数定理
1.在试验不变的条件下，重复试验多次，随机事件的频率近似于它的概率
2.小的样本试验不足以以偏概全因为有一些局限。
用的数据量越多，得到的结果越准确
3.当我们投掷骰子时，期望会等于多少呢?
当掷骰子次数越多，越接近于一个固定值
三、马尔科夫不等式
P(X≥a) 表示求一个随机变量大于 a 的时候的概率值
