离散型随机变量对应着机器学习里面的分类问题。
连续型随机变量对应着机器学习里面的回归问题。
3.中的第一行解释：Y=b的所有情况都加起来。
互斥事件：掷骰子，出现3点和出现6点是互斥事件。
相互独立事件：明天会不会下雨和小明此时有没有在玩电脑游戏。这两个事件是相互独立的，这两件事情之间没有关系。它们同时发生的概率是这两件事情单独发生的概率的乘积。
P7 第三章 概率论和信息论
原文：https://www.cnblogs.com/yibeimingyue/p/13977335.html
