[PYTHON] Data Scientist Training Course Kapitel 4 Tag 1

Wenn Sie ein wenig vorsichtig sind, öffnet sich die Lücke sofort. Ich muss irgendwie wieder normal arbeiten! Es ist also Zeit, Kapitel 4 zu betreten. Es hat lange gedauert, weil es einen Teil der Übung in Kapitel 3 gab, bei dem ich Kopfschmerzen hatte.

Wahrscheinlichkeitsstudie

Kenntnisse über Wahrscheinlichkeiten und Mengen sind erforderlich, aber um ehrlich zu sein, bin ich überhaupt nicht zuversichtlich. A ∩ B oder A ∪ B. Was war es? .. Es war so. Jemand wie U ist "oder". Wenn Sie sich als Union daran erinnern, werden Sie verstehen. Ich erinnere mich überhaupt nicht an die Wahrscheinlichkeit.

Übung 1

Das Problem, die Wahrscheinlichkeit einer Münze zu finden. Dies selbst entspricht fast dem Inhalt, der zuvor veröffentlicht wurde, sodass es kein besonderes Problem gibt

coin = np.array([0, 1])
random.seed(0)
tos_count = 1000
coin_result = random.choice(coin, tos_count)
print("Wahrscheinlichkeit von 0", len(coin_result[coin_result==0])/tos_count)
print("Wahrscheinlichkeit von 1", len(coin_result[coin_result==1])/tos_count)

Übung 2

Betrachten Sie das Thema Lotterie. Angenommen, es gibt ungefähr 100 von 1000 Lotterien. Finden Sie die Wahrscheinlichkeit, dass A und B in der richtigen Reihenfolge Lose ziehen und sowohl A als auch B gewinnen. Die gezogene Lotterie wird jedoch nicht zurückgegeben, und jede wird nur einmal gezogen. (Dies kann manuell berechnet werden.)

Hmmm, bedeutet die Rückgabe der Lotterie nicht, dass sich die Wahrscheinlichkeit ständig ändert? Ich habe vorerst versucht, zusammenzubauen

np.random.seed(0)
#Erstellen Sie ein Array mit 1 als Abweichung von 0
lott = np.array([0]*900+[1]*100)
result = np.array([])
while len(lott) >= 2:
    #Lotterie
    #Wenn es ein Treffer ist, löschen Sie das Element von der Rückseite. Wenn es ausgeschaltet ist, löschen Sie das Element von vorne
    result_a = np.random.choice(lott, 1)
    if result_a == 1:
        lott = np.delete(lott, len(lott)-1)
    else:
        lott = np.delete(lott, 0)
    
    result_b = np.random.choice(lott, 1)
    if result_b == 1:
        lott = np.delete(lott, len(lott)-1)
    else:
        lott = np.delete(lott, 0)
    
    #Wenn beide getroffen werden, addieren Sie 1 zum Ergebnis. Fügen Sie andernfalls 0 hinzu
    if result_a == 1 and result_b == 1:
        result = np.append(result, 1)
    else:
        result = np.append(result, 0)

print("Wahrscheinlichkeit, A und B zu treffen", len(result[result==1])/len(result))

Aus dem Ergebnis ist es wahrscheinlich nicht falsch, aber ich denke, es ist als Lösung falsch. Es muss einen besseren und eleganteren Weg geben, aber ich habe ihn gelöst, um mich vorerst an Python zu gewöhnen.

Ich möchte eine vorbildliche Antwort. .. ..

Recommended Posts

Data Scientist Training Course Kapitel 3 Tag 3
Data Scientist Training Course Kapitel 4 Tag 1
Data Scientist Training Course Kapitel 3 Tag 1 + 2
Lösen von Übungen im GCI Data Scientist Training Course Kapitel 6
Lösen von Übungen im GCI Data Scientist Training Course Kapitel 7
Lösen von Übungen im GCI Data Scientist-Schulungskurs Kapitel 8
[Einführung in Python3, Tag 17] Kapitel 8 Datenziele (8.1-8.2.5)
[Einführung in Python3, Tag 17] Kapitel 8 Datenziele (8.3-8.3.6.1)
[Einführung in Python3 Tag 19] Kapitel 8 Datenziele (8.4-8.5)
[Einführung in Python3 Tag 18] Kapitel 8 Datenziele (8.3.6.2 bis 8.3.6.3)
Trainingsdaten erstellen
Trainingsdaten von CNN
Python für die Datenanalyse Kapitel 4
<Kurs> Tiefes Lernen: Day2 CNN
<Kurs> Tiefes Lernen: Tag 1 NN
Infra_Data Science Course Output
Python für die Datenanalyse Kapitel 2
Python für die Datenanalyse Kapitel 3