Kans, gemiddelden en spreiding
Waarom dit ertoe doet Trainingsdata zijn willekeurige samples, gewichten beginnen willekeurig en een classifier geeft waarschijnlijkheden uit. Je hebt net genoeg waarschijnlijkheid nodig om die getallen te lezen.
Bekijk het
Rol een eerlijke dobbelsteen vaak. Elke zijde komt ongeveer 1 keer in de 6 voor. Het gemiddelde van de zijden stabiliseert rond 3.5, ook al kun je nooit een 3.5 gooien. Die stabiliserende waarde is de expected value: het gemiddelde op de lange termijn.
Een grotere steekproef geeft een gemiddelde dat dichter bij 3.5 ligt. Met 10 worpen zie je misschien 2.9 of 4.1; met 10,000 worpen zie je iets als 3.49 of 3.51. Onthoud dit: een getal gemeten op een paar voorbeelden wankelt; op velen stabiliseert het.
Probability: het aandeel van de keren op de lange termijn dat iets gebeurt. Expected value: het gemiddelde op de lange termijn, de som van elke uitkomst vermenigvuldigd met de kans.
Samenvatting Gemiddelden stabiliseren naarmate de steekproef groeit. Kleine steekproeven liegen een beetje.
Woorden en symbolen in deze les
- verwachte waarde (E[x])
- het gemiddelde op de lange termijn
Schrijf expected_value(outcomes, probs) (som van uitkomst maal kans), en simulate_mean(n, seed) dat een eerlijke dobbelsteen n keer gooit met np.random.default_rng(seed).integers(1, 7, size=n) en het gemiddelde teruggeeft.
Een probleem ontdekt in deze les? Meld het · Vraag naar deze les
Deze oefening opent binnenkort
Maak de les ervoor af voordat deze wordt ontgrendeld. De hele cursus is gratis, geen account nodig, en je kunt deze les nu lezen.
Deze browser blokkeert cookies voor learn.floati.life, dus lessen die je hier hebt afgerond kunnen niet in de juiste volgorde worden geopend. Sta cookies toe voor deze site en laad de pagina opnieuw.