《深度学习的数学——使用Python语言》第2章 概率论学习

常见泽1

《深度学习的数学——使用Python语言》第2章 概率论学习 [复制链接]

 

概率是一个介于0-1之间的数，用于衡量事情发生的可能性，如果事件一定不会发生，那么概率为0。

我们从最基础的概率法则开始

 

下面对这一章部分例程进行实操进行测试

 

一、模拟1000 000次(N)掷三枚硬币(M)的实验，0次 1次 2次或3次硬币朝上的次数被保存在变量heads中。

 

对于0次 1 次 2次 3次正面的概率输出

 

np.zeros() 函数是 NumPy 数组库的一部分，用于生成元素全部为 0 的数组。其基本语法结构如下：

numpy.zeros(shape, dtype=float, order='C')

 

 

 

函数的作用是，返回一个随机整型数，其范围为[low, high)。如果没有写参数high的值，则返回[0,low)的值。

 

np.bincount()是numpy库中的一个方法，用于获得numpy数组内提供的每个元素的频率。numpy bincount()方法将arr_name、weights 和minlength 作为参数，并返回整数的ndarray。

 

二、通过代码来模拟随选过程，并证明任意两个人同一天出生的概率是否为0.3%

 

模拟100000轮，两个人生日同一天出生的概率，出生日期位于0-364的随机整数

 

计算出的概率为

 

(base) C:\Users\Lenovo\PycharmProjects\untitled1>python nu.py

[0.124775 0.374616 0.375565 0.125044]

0.002940

这就破解了一个生日难题

样本空间是365天，每一天被选中的概率是1/365=0.00274

两个人要同一天的话，P(两个人生日不同)=1-1/365=0.00973

 

 

 

Jacktang

举的两个例程进行实操进行测试很有意思