4 - Probabilidad de masa y distribución acumulada
Lección 4 del curso Probabilidad Nivel Intermedio.
En el primer módulo del curso dimos una introducción al concepto de distribuciones de probabilidad y hablamos además del concepto de variables aleatorias (las cuales pueden ser continuas o discretas). Además, vimos un ejemplo práctico del concepto de distribuciones de probabilidad haciendo uso del lenguaje de programación Python.
En este módulo nos enfocaremos en las distribuciones de probabilidad más usadas en Ciencia de Datos y Machine Learning para el caso de las variables aleatorias discretas. En particular hablaremos de las distribuciones binomial y multinomial.
Sin embargo, antes de hablar en detalle de estas distribuciones, en esta lección vamos a entender dos conceptos muy sencillos pero que siempre estarán presentes cuando hablemos de estas distribuciones: veremos entonces qué son las funciones de probabilidad de masa y de distribución acumulada.
Suscríbete y accede al código fuente y al video con la explicación detallada de esta lección. Además podrás disfrutar de todos los cursos de la Academia Online
Bien, acabamos de ver los conceptos de Función de Probabilidad de Masa (o PMF) y de Función de Distribución Acumulada (CDF) que nos permiten caracterizar la distribución de probabilidades de una variable aleatoria discreta.
Con estos sencillos conceptos en mente ya podemos comenzar entonces a abordar las principales distribuciones de probabilidad (para el caso discreto) usadas en Ciencia de Datos y Machine Learning.
Así que en la siguiente lección hablaremos de la primera de estas distribuciones: la distribución binomial.