سرفصل‌ها درس 232 از 246 · ماژول 22: سنجیدن ادعاها
ماژول 22: سنجیدن ادعاها

یک بذر یک حکایت است

چرا مهم است دو بار آموزش همان مدل با بذرهای تصادفی متفاوت نتایج متفاوتی می‌دهد. تفاوتی میان دو مدل که کوچک‌تر از آن پراکندگی باشد یک نتیجه نیست، و یک اجرای تنها نمی‌تواند به شما بگوید آن پراکندگی چقدر بزرگ است.

یک ادعا: «در 8,000 توکن، عرض 1024 از عرض 512 بهتر است»، با پشتوانهٔ یک اجرا برای هر کدام (بذر 0: 2.793 در برابر 2.799). دوره برای هر کدام 3 بذر ثبت کرد.

یک قاعدهٔ ساده برای «A از B بهتر است» با چند بذر برای هر کدام: تفاوت میانگین‌ها را بگیرید، و خطای استاندارد آن را (اینکه آن تفاوت اگر بذرها را دوباره اجرا کنید چقدر جابه‌جا می‌شود)، sqrt(var(A) / nA + var(B) / nB) با واریانس نمونه (ddof=1). وقتی تفاوت بیش از 2 خطای استاندارد است آن را نشان‌داده‌شده بنامید. judge.standard_error(a, b) آن را محاسبه می‌کند.

اول پیش‌بینی کنید: با سه بذر، آیا عرض 1024 در 8,000 توکن هنوز از 512 بهتر است؟

واژه‌ها و نمادهای این درس
بذر
عددی که انتخاب‌های تصادفی یک اجرا را ثابت می‌کند؛ بذری دیگر نتیجهٔ دیگری می‌دهد
خطای استاندارد
اینکه یک تفاوت سنجیده‌شده اگر بذرها دوباره اجرا شوند چقدر جابه‌جا می‌شود
نوبت شما

my_guess را برابر "yes" یا "no" قرار دهید. برای 8,000 و 1,500,000 توکن، diff[tokens] (میانگین زیان عرض 512 منهای میانگین زیان عرض 1024: مثبت یعنی 1024 بهتر است) و two_se[tokens] را پر کنید. verdict[tokens] را برابر "shown" یا "not shown" قرار دهید.

مشکلی در این درس دیدید؟ گزارشش کنید · دربارهٔ این درس بپرسید

این تمرین به‌زودی باز می‌شود

درس پیش از آن را تمام کنید تا این یکی باز شود. کل دوره رایگان است، حساب کاربری لازم نیست، و می‌توانید همین الان این درس را بخوانید.