在《人工智能数学基础–概率与统计12：连续随机变量的概率密度函数以及正态分布》介绍了连续随机变量概率分布及概率密度函数的概念，并介绍了连续随机变量一个重要的概率密度函数：正态分布的概率密度函数的定义以及推导、使用场景，本文将介绍连续随机变量重要的标准正态分布。

在《人工智能数学基础–概率与统计12：连续随机变量的概率密度函数以及正态分布》介绍了正态分布 X ~ N(u,σ²）： f ( x ) = ( 2 π    σ ) − 1 e − ( x − u ) 2 2 σ 2                      ( − ∞ < x < ∞ ） {\Large f(x) = (\sqrt{2π} \;σ )^{-1}e^{-\frac{(x-u)^2}{2σ^2}}} \;\;\;\;\;\;\;\;\;\;(-∞