Şans, ortalamalar ve yayılım
Neden önemli Eğitim verisi rastgele örneklerdir, ağırlıklar rastgele başlar ve bir sınıflandırıcı olasılıklar verir. Bu sayıları okumaya yetecek kadar olasılığa ihtiyacın var.
Gör
Hilesiz bir zarı birçok kez at. Her yüz yaklaşık 6'da 1 kez gelir. Hiçbir zaman 3.5 atamasan bile yüzlerin ortalaması 3.5 civarına oturur. Bu oturan değer beklenen değerdir: uzun vadeli ortalama.
Daha büyük bir örnek 3.5'e daha yakın bir ortalama verir. 10 atışla 2.9 ya da 4.1 görebilirsin; 10.000 atışla 3.49 ya da 3.51 gibi bir şey görürsün. Bunu hatırla: birkaç örnek üzerinde ölçülen bir sayı oynar; çoğu üzerinde oturur.
Olasılık: bir şeyin olduğu zamanların uzun vadeli payı. Beklenen değer: uzun vadeli ortalama, her sonucun olasılığıyla çarpımının toplamı.
Özet Örnek büyüdükçe ortalamalar oturur. Küçük örnekler biraz yalan söyler.
Bu dersteki kelimeler ve semboller
- beklenen değer (E[x])
- uzun vadeli ortalama
expected_value(outcomes, probs) (sonuç çarpı olasılık toplamı) yaz, ve np.random.default_rng(seed).integers(1, 7, size=n) ile hilesiz bir zarı n kez atıp ortalamayı döndüren simulate_mean(n, seed) yaz.
Bu derste bir sorun mu fark ettin? Bildir · Bu ders hakkında soru sor
Bu alıştırma yakında açılacak
Bu dersi bitirince bu ders açılacak. Kursun tamamı ücretsiz, hesap gerekmiyor ve bu dersi hemen şimdi okuyabilirsin.
Bu tarayıcı learn.floati.life için çerezleri engelliyor, bu yüzden burada bitirdiğin dersler sırasıyla açılamıyor. Bu site için çerezlere izin ver ve sayfayı yenile.