La probabilidad como frecuencia
Parte de la sección Estadística para ML del Journey de Machine Learning de Coddy. Lección 13 de 64.
Un filtro de spam indica «90 % de spam»; un paquete de semillas dice «80 % germinan». Una probabilidad es una proporción a largo plazo, de 0 (nunca) a 1 (siempre). Aquí hay 50 semillas:
rng.random(n) genera números decimales entre 0 y 1, y el 80 % de ellos queda por debajo de 0.8. Así que una comparación siembra 1000 semillas:
rng = np.random.default_rng(3)
sprouted = rng.random(1000) < 0.8
print(sprouted.sum())
print(sprouted.mean())Esto imprime:
814
0.814La media de los valores booleanos es la proporción de True: 0.814, cerca de 0.8. Al final de este capítulo, ese truco te permitirá poner precio a todo un puesto de dados.
Desafío
IntermedioUn delantero marca un penalti con cierta probabilidad. El programa lee la probabilidad (de 0 a 1), luego el número de disparos; el código inicial crea rng.
- Simula los disparos: se marca un gol cuando una extracción de
rng.randomes inferior a la probabilidad. - Imprime los goles y la probabilidad estimada, redondeada a 3 decimales.
Para 0.5 y 10 disparos, una ejecución corta que se aleja mucho de 0.5:
Goals: 3 of 10
Estimated chance: 0.3Pruébalo tú mismo
import numpy as np
chance = float(input())
kicks = int(input())
# No cambies la línea de abajo
rng = np.random.default_rng(21)
# Escribe tu código a continuación
Ponte a pruebaEsta lección incluye un breve cuestionario. Empieza la lección para responderlo y registrar tu progreso.
Todas las lecciones de Estadística para ML
1Centro y dispersión
Media y medianaPercentiles y cuartilesVarianza y desviación estándar¿Muestra o población?El valor más frecuenteRepaso: tiempos de entrega4Muestras y poblaciones
Población y muestraLas medias muestrales varíanLa distribución muestralMuestras más grandes, menos ruidoRepaso: Encuestar a un pueblo7Líneas de tendencia
ResiduosAjuste por mínimos cuadradosTrazar el ajustePredecir con una línea¿Qué tan bueno es el ajuste?Repaso: horas de práctica10Codificación de categorías
Categorías como númerosCodificación one-hotAgrupación de números en intervalosRepaso: anuncios de autos2Distribuciones
Histogramas de densidadFormas de los datosCurva normalRegla del 68-95-99,7Puntuaciones zRepaso: duración de la batería5Valores atípicos
Diagramas de cajaLa regla del RICLa regla del valor ZTratamiento de valores atípicosRepaso: fallos de los sensores3Probabilidad mediante simulación
La probabilidad como frecuenciaLa ley de los grandes númerosSuma de dadosValor esperadoProbabilidad condicionalRepaso: probabilidades del puesto de dados6Relaciones
Lectura de diagramas de dispersiónCorrelaciónMatriz de correlaciónMapas de calor de correlaciónCorrelación no es causalidadRepaso: helado y sol9Escalado de características
Por qué escalar las característicasEscalado mín-máxEstandarizaciónStandardScalerRepaso: compañeros de escaladaPractica por tu cuenta: Compilador de Python online