基础概念：
1，概率质量函数
概率质量函数(probability mass function)PMF：离散随机变量在各特定取值上的概率。
2，累积分布函数
累积分布函数(Cumulative Distribution Function， CDF)计算给定 x 的 CDF(x)，就是计算样本中小于等于 x 的值的比例。
3，偏度
衡量分布的不对称型
4，概率密度函数
概率密度函数(probability density function,PDF)：累积分布函数的导数。
5，中心极限定理
假设随机变量 X 的均值和标准差为 μ 和 σ， 那么 n 个随机变量 X 的和渐进地服从
5，为什么正态分布具有普适性
绝大多数动物（ 或者其他生命形式） 的特征， 如体重， 都会受到大量遗传和环境因素的影响， 而且这些影响是具有可加性的。 我们观测到的这些特征是大量微效因素的加和， 所以它们都近似地服从正态分布。
6，分布函数的计算框架
理解：无论是离散还是连续变量我们都可以画出概率分布函数CDF，大致观察分布，对于离散变量如果相同值较多可以采用概率质量函数观察其分布，对于二分类可以画出他们的二者之间的差。来观察二者在哪个区间最有区分性。
7 假设检验
8 相关性检验
皮尔逊相关系数：
9 互信息
互信息和信息增益的计算方法相同