Lehrplan Lektion 30 von 246 · Modul 2: Mathematik und Wahrscheinlichkeit, nur wenn nötig
Modul 2: Mathematik und Wahrscheinlichkeit, nur wenn nötig

Chance, Durchschnittswerte und Streuung

Warum das wichtig ist Trainingsdaten sind zufällige Stichproben, Gewichte starten zufällig und ein classifier gibt Wahrscheinlichkeiten aus. Du brauchst nur genug Wahrscheinlichkeit um diese Zahlen zu lesen.

Sieh es dir an

Würfle viele Male einen fairen Würfel. Jede Seite kommt etwa 1 Mal in 6 vor. Der Durchschnitt der Seiten stabilisiert sich nahe bei 3.5, obwohl du niemals eine 3.5 würfeln kannst. Dieser Stabilisierungswert ist der expected value: der Durchschnitt auf lange Sicht.

Eine größere Stichprobe ergibt einen Durchschnitt näher an 3.5. Mit 10 Würfen siehst du vielleicht 2.9 oder 4.1; mit 10,000 Würfen siehst du etwas wie 3.49 oder 3.51. Merke dir das: Eine Zahl, die an wenigen Beispielen gemessen wird, schwankt; an vielen stabilisiert sie sich.

Probability: der langfristige Anteil der Male, in denen etwas passiert. Expected value: der langfristige Durchschnitt, die Summe jedes Ergebnisses mal seiner Wahrscheinlichkeit.

Zusammenfassung Durchschnitte stabilisieren sich, wenn die Stichprobe wächst. Kleine Stichproben lügen ein wenig.

Wörter und Symbole in dieser Lektion
Erwartungswert (E[x])
der langfristige Durchschnitt
Du bist dran

Schreibe expected_value(outcomes, probs) (Summe aus Ergebnis mal Wahrscheinlichkeit) und simulate_mean(n, seed), das einen fairen Würfel n Mal mit np.random.default_rng(seed).integers(1, 7, size=n) würfelt und den Durchschnitt zurückgibt.

Ein Problem in dieser Lektion entdeckt? Melde es · Frage zu dieser Lektion

Diese Übung öffnet bald

Beende die vorherige Lektion, damit diese freigeschaltet wird. Der ganze Kurs ist kostenlos, kein Konto erforderlich, und du kannst diese Lektion jetzt direkt lesen.