우연, 평균, 퍼짐
왜 중요한가 훈련 데이터는 무작위 표본이고, 가중치는 무작위로 시작하고, 분류기는 확률을 출력해요. 그 숫자들을 읽을 만큼만 확률이 필요해요.
보기
공정한 주사위를 여러 번 굴려요. 각 면은 약 6번에 1번 나와요. 면들의 평균은 3.5 근처에 자리 잡는데, 3.5를 굴릴 수는 결코 없어요. 그 자리 잡는 값이 기댓값이에요: 장기적인 평균.
표본이 클수록 평균이 3.5에 가까워져요. 10번 굴리면 2.9나 4.1을 볼 수도 있고, 10,000번 굴리면 3.49나 3.51 같은 걸 볼 거예요. 이걸 기억하세요: 예시 몇 개로 잰 숫자는 흔들리고, 많은 예시로 재면 자리 잡아요.
확률: 무언가가 일어나는 장기적인 비율. 기댓값: 장기적인 평균, 각 결과 곱하기 그 확률의 합.
요약 표본이 커지면 평균이 자리 잡아요. 작은 표본은 조금 거짓말을 해요.
이 레슨의 단어와 기호
- 기댓값 (E[x])
- 장기적인 평균
expected_value(outcomes, probs)(결과 곱하기 확률의 합)와, np.random.default_rng(seed).integers(1, 7, size=n)로 공정한 주사위를 n번 굴리고 평균을 반환하는 simulate_mean(n, seed)를 쓰세요.
이 연습은 곧 열려요
앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.
이 브라우저가 learn.floati.life의 쿠키를 막고 있어서, 여기서 마친 레슨들이 순서대로 열리지 않아요. 이 사이트의 쿠키를 허용하고 새로고침하세요.