पाठ्यक्रम 246 में से पाठ 30 · Module 2: गणित और probability, बस ज़रूरत भर
Module 2: गणित और probability, बस ज़रूरत भर

संयोग, औसत और फैलाव

यह क्यों मायने रखता है Training data बेतरतीब samples है, weights बेतरतीब शुरू होते हैं, और एक classifier probabilities देता है। उन संख्याओं को पढ़ने के लिए आपको बस काफ़ी probability चाहिए।

इसे देखें

एक उचित पासा कई बार फेंकें। हर पहलू लगभग 6 में 1 बार आता है। पहलुओं का औसत 3.5 के पास टिकता है, भले ही आप कभी 3.5 नहीं फेंक सकते। वह टिकता मान expected value है: लंबे समय का औसत।

एक बड़ा sample 3.5 के क़रीब औसत देता है। 10 फेंकों के साथ आप 2.9 या 4.1 देख सकते हैं; 10,000 फेंकों के साथ आप 3.49 या 3.51 जैसा कुछ देखेंगे। यह याद रखें: कुछ उदाहरणों पर मापी संख्या डगमगाती है; कई पर, टिकती है।

Probability: कुछ होने का लंबे समय का हिस्सा। Expected value: लंबे समय का औसत, हर नतीजे गुणा उसकी probability का जोड़।

सार sample बढ़ने के साथ औसत टिकते हैं। छोटे samples थोड़ा झूठ बोलते हैं।

इस पाठ के शब्द और चिह्न
expected value (E[x])
लंबे समय का औसत
आपकी बारी

expected_value(outcomes, probs) (नतीजा गुणा probability का जोड़), और simulate_mean(n, seed) लिखें जो np.random.default_rng(seed).integers(1, 7, size=n) से एक उचित पासा n बार फेंके और औसत लौटाए।

इस पाठ में कोई समस्या दिखी? बताएँ · इस पाठ के बारे में पूछें

यह अभ्यास जल्द खुलेगा

इससे पहले वाला पाठ पूरा करें और यह खुल जाएगा। पूरा कोर्स मुफ़्त है, कोई खाता नहीं चाहिए, और आप यह पाठ अभी पढ़ सकते हैं।