סכומי הטלות קוביות
חלק מהיחידה סטטיסטיקה ללמידת מכונה במסלול ה-Machine Learning של Coddy. שיעור 15 מתוך 64.
הטילו שתי קוביות וחברו את התוצאות שלהן: 7 מתקבל בתדירות גבוהה פי שישה מ־2. ספרו את זוגות הפאות:
סימולציה תומכת בכך. חברו את תוצאות הטלת הקוביות בזו אחר זו, ואז ספרו כל סכום; value_counts מציגה תחילה את הערכים הנפוצים ביותר:
rng = np.random.default_rng(2)
first = rng.integers(1, 7, size=3600)
second = rng.integers(1, 7, size=3600)
counts = pd.Series(first + second).value_counts()
print(counts.head(3))זה מדפיס:
7 605
6 522
8 443
Name: count, dtype: int64ax.bar(counts.index, counts) מצייר את כל האוהל:
תרשים עמודות כזה הוא המבט הראשון שלך על כל תווית: את הערכים הנדירים שלה המודל בקושי ילמד.
אתגר
בינוניבמשחק תפקידים, הנזק הוא הסכום של שתי קוביות בעלות ארבע פאות, שכל אחת מהן מראה 1 עד 4. התוכנית קוראת כמה התקפות יש; קוד הפתיחה מגלגל את הקוביות לתוך first ו-second ונותן כותרת לתרשים.
- ספור כל סכום נזק.
- הדפס את הנזק הסביר ביותר ואת חלקו מכלל ההתקפות, בדיוק של 3 ספרות אחרי הנקודה העשרונית.
- צייר את הספירות כעמודות, אחת לכל סכום, והצג אותן.
עבור 16 התקפות, מעט מדי בשביל לסמוך על התוצאה:
Most likely damage: 6, share 0.312לאחר מכן Coddy מתאר את התרשים שלך. עם יותר התקפות, השיא מתייצב.
נסו בעצמכם
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
rolls = int(input())
# אין לשנות את השורות שלהלן
rng = np.random.default_rng(4)
first = rng.integers(1, 5, size=rolls)
second = rng.integers(1, 5, size=rolls)
fig, ax = plt.subplots()
ax.set_title("Damage Rolls")
ax.set_xlabel("Damage")
ax.set_ylabel("Rolls")
# כתבו את הקוד שלכם להלן
השיעור הזה כולל חידון קצר. התחילו את השיעור כדי לענות עליו ולעקוב אחרי ההתקדמות.
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