Programma Les 33 van 246 · Module 2: Wiskunde en kansberekening, alleen indien nodig
Module 2: Wiskunde en kansberekening, alleen indien nodig

Welke gok verklaart de data het best (likelihood)

Waarom dit ertoe doetBijna elke verliesfunctie in deze cursus is stiekem hetzelfde idee: kies het model waarbinnen de data die je zag het meest waarschijnlijk is.

Tintalletjes

Je gooi een munt 10 keer en ziet 7 keer kop. Is de munt eerlijk? Vraag: als de kans op kop p was, hoe waarschijnlijk is precies deze reeks? Voor p = 0.5 is het 0.5 tot de 10e macht, ongeveer 0.00098. Voor p = 0.7 is het 0.7 tot de 7e keer 0.3 tot de 3e, ongeveer 0.0022, meer dan twee keer zo waarschijnlijk. Scan elke p van 0 tot 1 en de beste is precies 0.7: het aandeel koppen dat je zag.

Likelihood: hoe waarschijnlijk de waargenomen data is onder een specifieke instelling van het model. Maximum likelihood: de instelling die het meest waarschijnlijk maakt.

Producten van veel kleine kansen worden te klein voor een computer, dus voegen we in plaats daarvan logaritmen toe: de log-likelihood. De beste instelling verandert niet, omdat log alleen maar stijgt als de invoer stijgt.

Samenvatting Kies de instelling die wat je zag het minst verrassend maakt.

Woorden en symbolen in deze les
likelihood
hoe waarschijnlijk de data die je zag is onder één instelling van het model
Jij bent aan de beurt

Schrijf log_likelihood(p, heads, tails) en best_p(heads, tails), die scant p over np.linspace(0.001, 0.999, 999) en geeft de p met de hoogste log-likelihood terug.

Twee log regels die je hier nodig hebt: de log van een product is de som van de logs, log(a * b) = log a + log b, en dus komt een macht vooraan, log(p7) = 7 log p.

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.