Menu
CoddyTech
EMPEZAR A APRENDER
flag Es iconEspañoldown icon

Repaso: probabilidades del puesto de dados

Parte de la sección Estadística para ML del Journey de Machine Learning de Coddy. Lección 18 de 64.

challenge icon

Desafío

Intermedio

Es hora de fijar los precios del puesto de dados de la feria escolar. Cada visitante tira dos dados: el total abre una caja de premios, y los dobles (cuando ambos dados muestran lo mismo) ganan un boleto de bonificación. tokens contiene las fichas de cada caja:

Las cajas de premios para los totales del 2 al 12 como una fila de casillas: 12 fichas para el 2 y el 12, 3 para el 5 y el 9, 5 para el 7 y 0 para todos los demás totales

El código inicial simuló 2400 visitas en first y second; el programa lee un total objetivo. Imprime:

  1. la probabilidad de obtener dobles,
  2. la probabilidad de obtener el total objetivo o más,
  3. esa probabilidad después de obtener dobles,
  4. el número esperado de fichas por visita, usando la proporción simulada de cada total como su probabilidad.

Probabilidades con 3 decimales; fichas con 2. Para otra simulación y el objetivo 6:

Chance of doubles: 0.171
Chance of 6 or more: 0.705
Chance of 6 or more after doubles: 0.616
Expected tokens per visit: 2.16

Pruébalo tú mismo

import numpy as np
import pandas as pd

goal = int(input())

# Fichas en la caja de premios para cada suma del 2 al 12, en orden
tokens = np.array([12, 0, 0, 3, 0, 5, 0, 3, 0, 0, 12])

# No cambies las líneas siguientes: 2400 visitas simuladas, con dos dados cada una
rng = np.random.default_rng(18)
first = rng.integers(1, 7, size=2400)
second = rng.integers(1, 7, size=2400)

# Escribe tu código a continuación

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 entrega

4Muestras y poblaciones

Población y muestraLas medias muestrales varíanLa distribución muestralMuestras más grandes, menos ruidoRepaso: Encuestar a un pueblo

7Líneas de tendencia

ResiduosAjuste por mínimos cuadradosTrazar el ajustePredecir con una línea¿Qué tan bueno es el ajuste?Repaso: horas de práctica

10Codificación de categorías

Categorías como númerosCodificación one-hotAgrupación de números en intervalosRepaso: anuncios de autos

2Distribuciones

Histogramas de densidadFormas de los datosCurva normalRegla del 68-95-99,7Puntuaciones zRepaso: duración de la batería

5Valores atípicos

Diagramas de cajaLa regla del RICLa regla del valor ZTratamiento de valores atípicosRepaso: fallos de los sensores

8Comparación de grupos

Diagramas de caja por grupoDiferencia de medias¿Podría ser azar?Valores pLa prueba tRepaso: prueba A/B

11Exploración de un conjunto de datos

Una primera miradaTodas las características a la vezCaracterísticas frente a la etiquetaLas dos mejores característicasRepaso: datos sobre la diabetes

3Probabilidad mediante simulación

La probabilidad como frecuenciaLa ley de los grandes númerosSuma de dadosValor esperadoProbabilidad condicionalRepaso: probabilidades del puesto de dados

6Relaciones

Lectura de diagramas de dispersiónCorrelaciónMatriz de correlaciónMapas de calor de correlaciónCorrelación no es causalidadRepaso: helado y sol

9Escalado de características

Por qué escalar las característicasEscalado mín-máxEstandarizaciónStandardScalerRepaso: compañeros de escalada

12Desafíos finales

Retrasos de trenesCalidad del aireQuímica del vinoEncuesta clínica

Practica por tu cuenta: Compilador de Python online