Повторение: время работы батареи
Часть раздела Статистика для машинного обучения путешествия по Machine Learning на Coddy. Урок 12 из 64.
Задание
ЛегкоПострой график, с которого начинается эта глава. В hours хранятся данные о времени автономной работы 300 ноутбуков. Используя среднее значение и стандартное отклонение (np.std):
- Выведи минимальное время работы и то, на сколько стандартных отклонений оно ниже среднего (2 знака после запятой).
- Выведи процент значений в пределах 2 стандартных отклонений (1 знак после запятой).
- Построй гистограмму плотности (
bins=20), подогнанную кривую (100 точек) и красную точку под ноутбуком с минимальным временем работы на высоте 0. - Задай заголовок
Battery Life, подписи осейHoursиDensity.
Для другой выборки из 250 ноутбуков:
Worst battery: 9.7 hours, 2.94 std below the mean
Within 2 std: 95.2% (the rule says about 95%)и график:
Попробуйте сами
import numpy as np
import matplotlib.pyplot as plt
from scipy import stats
# Не изменяйте строки ниже
rng = np.random.default_rng(44)
hours = np.round(rng.normal(14, 1.5, size=300), 1)
# Напишите свой код ниже
Все уроки раздела Статистика для машинного обучения
1Центр и разброс
Среднее и медианаПроцентили и квартилиДисперсия и стандартное отклонениеВыборка или генеральная совокупность?Самое частое значениеПовторение: сроки доставки4Выборки и генеральные совокупности
Генеральная совокупность и выборкаСредние значения выборок различаютсяРаспределение выборочных среднихЧем больше выборка, тем меньше шумИтоги: опрос жителей города2Распределения
Гистограммы плотностиФормы распределения данныхНормальная криваяПравило 68–95–99,7Z-оценкиПовторение: время работы батареи3Вероятность с помощью моделирования
Вероятность как частотаЗакон больших чиселСуммы значений на кубикахМатематическое ожиданиеУсловная вероятностьПовторение: шансы в игре в кости6Взаимосвязи
Чтение диаграмм рассеянияКорреляцияМатрица корреляцийТепловые карты корреляцийКорреляция не означает причинностьПовторение: мороженое и солнцеПотренируйтесь самостоятельно: Онлайн-компилятор Python