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.
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.
Este navegador está bloqueando cookies para learn.floati.life, então as lições que você terminou aqui não podem abrir em ordem. Permita cookies para este site e recarregue.