随机变量、期望与方差

它在 AI 中解决什么问题？

占位说明：解释如何用随机变量描述数据、预测和 loss，并用期望与方差分析平均表现和波动。

核心概念

• 待补：random variable
• 待补：expectation
• 待补：variance

关键公式

待补：$\mathbb{E}[X]$、$\mathrm{Var}(X)$、${\mathbb{E}}_{(x,y)\sim \mathcal{D}}[\ell ]$。

它出现在模型的哪里？

• 待补：expected loss
• 待补：mini-batch gradient noise
• 待补：model evaluation

后续需要补充

• 待补：定义
• 待补：直觉
• 待补：例子
• 待补：常见误区