سرفصل‌ها درس 31 از 246 · ماژول 2: ریاضی و احتمال، فقط به اندازهٔ نیاز
ماژول 2: ریاضی و احتمال، فقط به اندازهٔ نیاز

منحنی زنگوله‌ای (گاوسی‌ها)

چرا مهم است وزن‌ها به‌صورت نویز زنگوله‌ای شروع می‌شوند، بسیاری از اندازه‌گیری‌ها شبیه منحنی زنگوله‌ای‌اند و بخش 2 دوره (ماژول‌های 15 تا 18) از آن‌ها یک مولد می‌سازد.

یک گاوسی، یا توزیع نرمال، همان منحنی زنگوله‌ای است. دو عدد آن را کاملاً توصیف می‌کنند: میانگینش (جایی که قله می‌نشیند) و انحراف معیارش (چقدر پهن است). حدود 68% نمونه‌ها در فاصلهٔ یک انحراف معیار از میانگین و حدود 95% در فاصلهٔ دو انحراف معیار قرار می‌گیرند.

اعداد کوچک

قدها با میانگین 170 سانتی‌متر و انحراف معیار 10 سانتی‌متر: حدود 68% میان 160 و 180، حدود 95% میان 150 و 190. برای ساختن چنین نمونه‌هایی از نمونه‌های استاندارد (میانگین 0، پراکندگی 1): در 10 ضرب کنید، 170 اضافه کنید.

برازش یک گاوسی بر داده: میانگینش را با میانگین نمونه و پراکندگی‌اش را با انحراف معیار نمونه برآورد کنید.

خلاصه میانگین مرکز را تعیین می‌کند، پراکندگی پهنا را؛ 68 و 95 درصد در فاصلهٔ یک و دو پراکندگی.

نوبت شما

sample_gaussian(mean, std, n, seed) را با default_rng(seed).standard_normal(n) مقیاس‌شده و جابه‌جاشده بنویسید، و share_within(x, k) را: کسری از نمونه‌ها که در فاصلهٔ k انحراف معیار از میانگین خودشان هستند.

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.