我正在研究机器学习，我打开的每一本书都会遇到卡方分布、伽马函数、t 分布、高斯分布等。
到目前为止，我打开的每一本书都只定义了分布是什么：它们没有解释或给出函数的特定公式来自何处的直觉。
例如，为什么卡方分布是这样的？什么是 t 分布？分布背后的直觉是什么？证明？等等
我想对最常用的分布有一个清晰和基本的了解，以便以后每次看到它们时，我都能真正理解什么是 t 分布，什么是高斯分布，最重要的是为什么它们会这样他们是。
如果书籍/教程可以向外行解释这些概念，那就太好了，这样你就不需要理解它们了 x) 许多书都是这样的，它们不适合初学者:(
如果你没有数学上的障碍，那么 Ch 中有一个很好的概述。Casella & Berger, Statistical Inference的 3 篇，以及更多内容在 Grinstead & Snell, Introduction to Probability（它是免费的）中进行了介绍；有关更多详细信息，我推荐 Severini, Elements of Distribution Theory。但是有很多——我认为，要找到一种不那么数学化的处理方法，仍然能让读者对不同分布的来源有一些感觉，这将更加困难。
您应该阅读“连续单变量分布”卷。1 & 2. Johnson 和 Kotz。还有 Horst Rinne 的“The Weibull distribution A Handbook”。第二本是理解分布的有用书籍，尽管本书侧重于 Weibull 分布。可能有些材料不容易理解，但前面的章节会给你一些有用的知识。
对于很多概率分布的简短概述，我推荐Probability and statistics EBook。大多数分布都在第十五章中描述，但更常见的分布在本书的前面部分。