La probabilité comme fréquence
Fait partie de la section Statistiques pour le ML du Journey Machine Learning de Coddy. Leçon 13 sur 64.
Un filtre anti-spam indique « 90 % de spam » ; un sachet de graines indique « 80 % de germination ». Une probabilité est une proportion à long terme, de 0 (jamais) à 1 (toujours). Voici 50 graines :
rng.random(n) tire des nombres décimaux entre 0 et 1, et 80 % d’entre eux sont inférieurs à 0.8. Une seule comparaison permet donc de planter 1000 graines :
rng = np.random.default_rng(3)
sprouted = rng.random(1000) < 0.8
print(sprouted.sum())
print(sprouted.mean())Cela affiche :
814
0.814La moyenne des booléens correspond à la proportion de True : 0.814, proche de 0.8. À la fin de ce chapitre, cette astuce permet de fixer le prix de tout un stand de dés.
Défi
MoyenUn attaquant tire un penalty avec une certaine probabilité. Le programme lit la probabilité (de 0 à 1), puis le nombre de tirs ; le code de départ crée rng.
- Simule les tirs : il y a un but lorsque le tirage de
rng.randomest inférieur à la probabilité. - Affiche les buts et la probabilité estimée, arrondie à 3 décimales.
Pour 0.5 et 10 tirs, un court essai qui s’écarte fortement de 0.5 :
Goals: 3 of 10
Estimated chance: 0.3Essayez vous-même
import numpy as np
chance = float(input())
kicks = int(input())
# Ne modifiez pas la ligne ci-dessous
rng = np.random.default_rng(21)
# Écrivez votre code ci-dessous
Testez-vousCette leçon comprend un petit quiz. Commencez la leçon pour y répondre et suivre votre progression.
Toutes les leçons de Statistiques pour le ML
1Centre et dispersion
Moyenne et médianePercentiles et quartilesVariance et écart-typeÉchantillon ou population ?La valeur la plus fréquenteRécapitulatif : délais de livraison4Échantillons et populations
Population et échantillonLes moyennes d’échantillon varientLa distribution d’échantillonnageDes échantillons plus grands, moins de bruitRécapitulatif : sonder une ville2Distributions
Histogrammes de densitéFormes des donnéesLa courbe normaleLa règle des 68-95-99,7Scores zRécapitulatif : autonomie de la batterie5Valeurs aberrantes
Diagrammes en boîteLa règle de l’écart interquartileLa règle du score ZTraiter les valeurs aberrantesRécapitulatif : anomalies des capteurs3Les probabilités par simulation
La probabilité comme fréquenceLa loi des grands nombresSommes de désEspérance mathématiqueProbabilité conditionnelleRécapitulatif : les chances au stand de dés6Relations
Lire des nuages de pointsCorrélationMatrice de corrélationCartes thermiques de corrélationCorrélation n’est pas causalitéRécapitulatif : glace et soleil9Mise à l’échelle des caractéristiques
Pourquoi mettre les caractéristiques à l’échelleMise à l’échelle Min-MaxStandardisationStandardScalerRécapitulatif : partenaires d’escaladeEntraînez-vous par vous-même : Compilateur Python en ligne