待验证50% 置信事实精确时间

指数分布Exp(λ)描述泊松过程中相邻事件之间的等待时间，具有无记忆性；Gamma分布是k个独立指数随机变量之和的分布，k=1时退化为指数分布

1

来源数

50%

置信度

长期有效

时效性

2026/8/31

首次发现

来源

从零编码机器学习概率分布：高斯、Beta、Gamma分布实践指南

涉及实体

指数分布concept Gamma分布concept

相关事实

待验证指数分布描述泊松过程中相邻事件之间的等待时间，具有无记忆性80% 相似待验证高斯分布无处不在源于中心极限定理，即大量独立随机变量之和趋近于正态分布69% 相似部分验证KL散度D(p,q)描述当使用错误的分布q来编码实际服从分布p的数据时，相比使用正确分布p会浪费多少额外比特67% 相似待验证从KL散度角度看，每一代合成数据与真实分布之间的散度都在单调递增，且误差会在迭代中累积63% 相似待验证分布偏移意味着训练集与测试集之间的KL散度不为零，即两个分布之间存在可度量的信息差距63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/829238

API

curl https://kongchang.com/api/v1/knowledge/claims/829238

MCP

get_claim(id=829238)