概率及其相关知识在机器学习与深度学习中的重要作用：
先上定义哈哈哈
事件的概率： 衡量该事件发生的可能性的度量。
（虽然在一次随机试验中某个事件的发生是带有偶然性的，但那些可在相同条件下大量重复的随机试验却往往呈现出明显的数量规律）
深度学习需要处理不确定量和随机量。不确定性和随机性可能来自多个方面，而概率知识可以对不确定性进行量化，这就为后面的模型进行优化提供了数学基础！
由于深度学习算法的设计一般都依赖于对数据的概率假设，所以概率知识在深度学习中扮演着一个核心角色。
变量和随机变量的区别：
随机变量（Random Variable）：表示随机现象（在一定条件下，并不总是出现相同结果的现象称为随机现象）中各种结果的实值函数（假设空间中一切可能的样本点）。
举个例子：某一时间内广场上跳广场舞的大妈人数，抖音在线人数等等，这些都是随机变量的实例。