سرفصل‌ها درس 30 از 246 · ماژول 2: ریاضی و احتمال، فقط به اندازهٔ نیاز
ماژول 2: ریاضی و احتمال، فقط به اندازهٔ نیاز

شانس، میانگین‌ها و پراکندگی

چرا مهم است دادهٔ آموزشی نمونه‌های تصادفی است، وزن‌ها تصادفی شروع می‌کنند و یک طبقه‌بند احتمال خروجی می‌دهد. فقط به اندازه‌ای احتمال لازم دارید که آن اعداد را بخوانید.

آن را ببینید

یک تاس سالم را بارها بیندازید. هر وجه حدود 1 بار در 6 می‌آید. میانگین وجه‌ها نزدیک 3.5 می‌نشیند، با اینکه هرگز نمی‌توانید 3.5 بیندازید. آن مقدار نشسته مقدار مورد انتظار است: میانگین بلندمدت.

نمونهٔ بزرگ‌تر میانگینی نزدیک‌تر به 3.5 می‌دهد. با 10 پرتاب ممکن است 2.9 یا 4.1 ببینید؛ با 10,000 پرتاب چیزی مثل 3.49 یا 3.51 می‌بینید. این را به خاطر بسپارید: عددی که روی چند نمونه سنجیده شود نوسان دارد؛ روی تعداد زیاد، می‌نشیند.

احتمال: سهم بلندمدت دفعاتی که چیزی رخ می‌دهد. مقدار مورد انتظار: میانگین بلندمدت، جمع هر پیامد ضرب در احتمالش.

خلاصه میانگین‌ها با بزرگ شدن نمونه می‌نشینند. نمونه‌های کوچک کمی دروغ می‌گویند.

واژه‌ها و نمادهای این درس
مقدار مورد انتظار (E[x])
میانگین بلندمدت
نوبت شما

expected_value(outcomes, probs) (جمع پیامد ضرب در احتمال) و simulate_mean(n, seed) را بنویسید که یک تاس سالم را n بار با np.random.default_rng(seed).integers(1, 7, size=n) می‌اندازد و میانگین را برمی‌گرداند.

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.