Temario Lección 33 de 246 · Módulo 2: Matemáticas y probabilidad, solo lo necesario
Módulo 2: Matemáticas y probabilidad, solo lo necesario

Qué suposición explica mejor los datos (verosimilitud)

Por qué importa Casi todas las pérdidas de este curso son en secreto la misma idea: elige el modelo con el que los datos que viste son más probables.

Números diminutos

Lanzas una moneda 10 veces y ves 7 caras. ¿Es justa la moneda? Pregunta: si la probabilidad de cara fuera p, ¿qué probabilidad tiene exactamente esta secuencia? Para p = 0.5 es 0.5 elevado a 10, unos 0.00098. Para p = 0.7 es 0.7 elevado a 7 por 0.3 elevado a 3, unos 0.0022, más del doble de probable. Recorre cada p de 0 a 1 y la mejor es exactamente 0.7: la proporción de caras que viste.

Verosimilitud: lo probables que son los datos observados con un ajuste concreto del modelo. Máxima verosimilitud: el ajuste que los hace más probables.

Los productos de muchas probabilidades pequeñas se vuelven demasiado pequeños para un ordenador, así que en su lugar sumamos logaritmos: la log-verosimilitud. El mejor ajuste no cambia, porque el log siempre sube cuando su entrada sube.

Resumen Elige el ajuste que haga menos sorprendente lo que viste.

Palabras y símbolos de esta lección
verosimilitud
lo probables que son los datos que viste con un ajuste del modelo
Tu turno

Escribe log_likelihood(p, heads, tails) y best_p(heads, tails), que recorre p sobre np.linspace(0.001, 0.999, 999) y devuelve la p con la log-verosimilitud más alta.

Dos reglas de los logaritmos que necesitas aquí: el log de un producto es la suma de los logs, log(a × b) = log a + log b, y por eso una potencia sale delante, log(p7) = 7 log p.

¿Has visto un problema en esta lección? Avísanos · Preguntar sobre esta lección

Este ejercicio se abre pronto

Termina la lección anterior y esta se desbloquea. Todo el curso es gratis, no hace falta cuenta, y puedes leer esta lección ahora mismo.