伯努利分布：一种最基本的离散概率分布，用来描述只有两种结果的随机试验（通常记为成功/失败、1/0）。若成功的概率为 p，则随机变量 (X\in{0,1})，且
(P(X=1)=p,; P(X=0)=1-p)。
（它是二项分布在试验次数 (n=1) 时的特例。）
/bərˈnuːli dɪstrɪˈbjuːʃən/
A coin flip can be modeled with a Bernoulli distribution.
抛硬币可以用伯努利分布来建模。
In machine learning, we often assume each label is a Bernoulli distribution with parameter (p), then estimate (p) from data.
在机器学习中，我们常把每个标签看作参数为 (p) 的伯努利分布，然后用数据去估计 (p)。
“Bernoulli” 来自瑞士数学家雅各布·伯努利（Jacob Bernoulli）的姓氏；“distribution”意为“分布”。伯努利家族在概率论与数学分析的发展中贡献很大，因此许多概念以其命名（如伯努利试验、伯努利数等）。
Select Language