Xác suất, trung bình và độ phân tán
Vì sao điều này quan trọng Dữ liệu huấn luyện là các mẫu ngẫu nhiên, trọng số bắt đầu ngẫu nhiên, và một bộ phân loại trả ra các xác suất. Bạn cần vừa đủ xác suất để đọc những con số đó.
Xem nó
Tung một con xúc xắc cân bằng nhiều lần. Mỗi mặt xuất hiện khoảng 1 lần trong 6. Trung bình các mặt ổn định gần 3.5, dù bạn không bao giờ tung ra được 3.5. Giá trị ổn định đó là giá trị kỳ vọng: trung bình về lâu dài.
Một mẫu lớn hơn cho một trung bình gần 3.5 hơn. Với 10 lần tung bạn có thể thấy 2.9 hay 4.1; với 10.000 lần tung bạn sẽ thấy cỡ 3.49 hay 3.51. Hãy nhớ điều này: một con số được đo trên vài ví dụ thì dao động; trên nhiều ví dụ, nó ổn định.
Xác suất: tỉ lệ về lâu dài số lần một điều gì đó xảy ra. Giá trị kỳ vọng: trung bình về lâu dài, tổng của mỗi kết quả nhân xác suất của nó.
Tóm tắt Trung bình ổn định khi mẫu lớn lên. Những mẫu nhỏ nói dối một chút.
Từ và ký hiệu trong bài học này
- giá trị kỳ vọng (E[x])
- giá trị trung bình về lâu dài
Viết expected_value(outcomes, probs) (tổng của kết quả nhân xác suất), và simulate_mean(n, seed) tung một con xúc xắc cân bằng n lần bằng np.random.default_rng(seed).integers(1, 7, size=n) và trả về trung bình.
Bạn thấy vấn đề gì trong bài học này? Hãy báo cáo nó · Hỏi về bài học này
Bài tập này sẽ sớm mở.
Hoàn thành bài học trước đó để mở khóa bài này. Toàn bộ khóa học là miễn phí, không cần tài khoản, và bạn có thể đọc bài học này ngay bây giờ.
Trình duyệt này đang chặn cookie cho learn.floati.life, nên các bài học bạn đã hoàn thành tại đây không thể mở theo thứ tự. Hãy cho phép cookie cho trang web này và tải lại trang.