סיכום: סיכויי דוכן הקוביות
חלק מהיחידה סטטיסטיקה ללמידת מכונה במסלול ה-Machine Learning של Coddy. שיעור 18 מתוך 64.
אתגר
בינוניהגיע הזמן לקבוע מחירים לדוכן הקוביות ביריד בית הספר. כל מבקר מטיל שתי קוביות: הסכום פותח תיבת פרסים, והטלת דאבל (שתי הקוביות מראות אותו מספר) מזכה בכרטיס בונוס. tokens מכיל את האסימונים שבכל תיבה:
קוד הפתיחה דימה 2400 ביקורים במשתנים first ו־second; התוכנית קוראת סכום יעד. יש להדפיס:
- את ההסתברות להטלת דאבל,
- את ההסתברות לקבלת סכום השווה ליעד או גדול ממנו,
- את ההסתברות הזאת לאחר הטלת דאבל,
- את מספר האסימונים הצפוי לביקור, תוך שימוש בחלק היחסי של כל סכום בסימולציה כהסתברות שלו.
יש להציג הסתברויות עם 3 ספרות אחרי הנקודה העשרונית, ואסימונים עם 2. עבור סימולציה אחרת ויעד 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: 2.16נסו בעצמכם
import numpy as np
import pandas as pd
goal = int(input())
# אסימונים בתיבת הפרסים לכל סכום מ-2 עד 12, לפי הסדר
tokens = np.array([12, 0, 0, 3, 0, 5, 0, 3, 0, 0, 12])
# אין לשנות את השורות שלהלן: 2400 ביקורים מדומים, שתי קוביות בכל ביקור
rng = np.random.default_rng(18)
first = rng.integers(1, 7, size=2400)
second = rng.integers(1, 7, size=2400)
# כתבו את הקוד שלכם למטה
כל השיעורים ביחידה סטטיסטיקה ללמידת מכונה
1מרכז ופיזור
ממוצע וחציוןאחוזונים ורבעוניםשונות וסטיית תקןמדגם או אוכלוסייה?הערך השכיח ביותרסיכום: זמני משלוח4מדגמים ואוכלוסיות
אוכלוסייה ומדגםממוצעי מדגמים משתניםהתפלגות הדגימהמדגמים גדולים יותר, פחות רעשסיכום: סקר בעיירה5ערכים חריגים
תרשימי קופסהכלל הטווח הבין־רבעוני (IQR)כלל ציון Zטיפול בערכים חריגיםסיכום: תקלות בחיישנים3הסתברות באמצעות סימולציה
הסתברות כתדירותחוק המספרים הגדוליםסכומי הטלות קוביותערך צפויהסתברות מותניתסיכום: סיכויי דוכן הקוביותתרגלו בעצמכם: קומפיילר Python אונליין