منحنى الجرس (Gaussians)
لماذا هذا مهم تبدأ الأوزان كضوضاء على شكل منحنى جرس، وتبدو العديد من القياسات كمنحنيات جرس، ويبني الجزء الثاني من الدورة (Modules 15 to 18) مولداً منها.
A Gaussian، أو التوزيع الطبيعي، هو منحنى الجرس. يصفه رقمان بالكامل: mean (حيث يقع القمة) و standard deviation (مدى عرضه). يقع حوالي 68% من العينات ضمن انحراف معياري واحد من المتوسط، وحوالي 95% ضمن انحرافين.
أرقام صغيرة
الأطوال بمتوسط 170 سم وانحراف معياري 10 سم: حوالي 68% بين 160 و180، وحوالي 95% بين 150 و190. لإنشاء مثل هذه العينات من عينات قياسية (متوسط 0، انتشار 1): اضرب في 10، ثم أضف 170.
Fitting توزيعاً غاوسياً للبيانات: قم بتقدير المتوسط باستخدام متوسط العينة والانتشار باستخدام الانحراف المعياري للعينة.
خلاصة يحدد Mean المركز، ويحدد spread العرض؛ تقع 68 و95 بالمئة ضمن نطاق spread واحد واثنين.
اكتب sample_gaussian(mean, std, n, seed) باستخدام default_rng(seed).standard_normal(n) بعد تغيير مقياسه وإزاحته، و share_within(x, k): كسر العينات التي تقع ضمن k انحرافات معيارية من متوسطها الخاص.
سيفتح هذا التمرين قريبا
أنهِ الدرس السابق ليفتح هذا الدرس. الدورة كاملة مجانية، ولا تحتاج إلى حساب، ويمكنك قراءة هذا الدرس الآن.
يقوم هذا المتصفح بحظر ملفات تعريف الارتباط لـ learn.floati.life، لذا لا يمكن فتح الدروس التي أنهيتها هنا بالترتيب. اسمح بملفات تعريف الارتباط لهذا الموقع وأعد التحميل.