Conteúdo do curso Lição 31 de 246 · Módulo 2: Matemática e probabilidade, apenas conforme necessário
Módulo 2: Matemática e probabilidade, apenas conforme necessário

A curva de sino (Gaussianas)

Por que isso importa Os Weights começam como ruído de curva de sino, muitas medições parecem curvas de sino, e a Parte 2 do curso (Modules 15 a 18) constrói um gerador a partir deles.

A Gaussian, ou distribuição normal, é a curva de sino. Dois números a descrevem completamente: sua mean (onde o pico fica) e seu standard deviation (o quão larga ela é). Cerca de 68% das amostras caem dentro de um desvio padrão da média, e cerca de 95% dentro de dois.

Números pequenos

Alturas com média 170 cm e desvio padrão 10 cm: cerca de 68% entre 160 e 180, cerca de 95% entre 150 e 190. Para criar essas amostras a partir de padrões (média 0, dispersão 1): multiplique por 10, some 170.

Fitting uma Gaussiana aos dados: estime sua média com a média amostral e sua dispersão com o desvio padrão amostral.

Resumo Mean define o centro, spread define a largura; 68 e 95 por cento dentro de um e dois spreads.

Sua vez

Escreva sample_gaussian(mean, std, n, seed) usando default_rng(seed).standard_normal(n) escalonado e deslocado, e share_within(x, k): a fração de amostras dentro de k desvios padrão de sua própria média.

Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição

Este exercício abre em breve

Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.