机器学习中的数学-正态分布

设$X \sim N(\mu, \sigma^{2})$，

其概率密度函数为：$f(x)=\frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{(x-\mu)^{2}}{2\sigma^2}}, \sigma > 0, -\infty < x < +\infty$

$E(X)=\mu, D(X)=\sigma^2$，推导过程中设$\frac{x-\mu}{\sigma}=t$，过程略