Хичээлийн сэдэв

Хичээл: Магадлал статистик (ICSI203)
Сэдэв: #1. Санамсаргүй хувьсагч, түүний тархалт

Зорилго

Тодорхойгүй байдлыг судлахаар цуглуулсан өгөгдлийг шинжлэн загварчлахад магадлалын онол болон статистикийн эзлэх байр суурь, ач холбогдлыг машин сургалтын бодит хэрэглээн дээр тулгуурлан ойлгож, улмаар магадлалын аксиомууд, санамсаргүй хувьсагчийн үндсэн тодорхойлолт болон дискрет ба тасралтгүй санамсаргүй хувьсагчийн тархалт, магадлалын нягтын функцийн талаарх суурь ойлголттой танилцана.

Зорилтууд

  1. Машин сургалтын бодит жишээ болох цээжний рентген зургаар хатгаа өвчнийг оношлох даалгавраар дамжуулан магадлал болон статистикийн практик хэрэглээтэй танилцах.
  2. Детерминистик болон санамсаргүй (стохастик) өгөгдлийн ялгааг таньж, магадлалын онол болон статистикийн уялдааг мэдэж авах.
  3. Эх олонлог, хувьсагч, туршилт, эгэл үзэгдлийн тодорхойлолт, магадлалын аксиомууд болон магадлалын огторгуйн бүтцийг танин мэдэх.
  4. Санамсаргүй хувьсагчийн ангилал, тэдгээрийн магадлалын массын болон нягтын функцийн шинж чанар, жигд тархалтын онцлогийг мэддэг болох.

Товч агуулга

Магадлалын огторгуйн математик загвар, санамсаргүй хувьсагч, магадлалын массын болон нягтын функц, жигд тархалт

Дэд сэдвүүд

  1. Удиртгал: Машин сургалт дахь магадлал, статистикийн нэг хэрэглээ
  2. Яагаад магадлал, статистик гэж?: Детерминизм, магадлалын онол болон статистикийг авч үзэх шалтгаан, магадлалын онол болон статистикийн уялдаа
  3. Магадлалын онол байгуулах суурь: Үндсэн нэр томьёо, магадлалын аксиомууд болон магадлалын огторгуй
  4. Санамсаргүй хувьсагч: Санамсаргүй хувьсагчийн тодорхойлолт, санамсаргүй хувьсагчийн ангилал
  5. Санамсаргүй хувьсагчийн тархалт: Дискрет ба тасралтгүй санамсаргүй хувьсагчийн тархалт, магадлалын массын ба нягтын функц, жигд тархалт

Суралцахуйн үр дүн

Мэдлэг

  1. Эх олонлог, хувьсагч, туршилт, эгэл үзэгдэл, магадлал болон магадлалын аксиомуудын утга учрыг мэддэг болно.
  2. Санамсаргүй хувьсагчийн тодорхойлолт болон түүнийг дискрет, тасралтгүй гэж ангилах зарчмыг мэдэж авна.
  3. Дискрет ба тасралтгүй санамсаргүй хувьсагчийн магадлалын массын болон нягтын функцийг мэддэг болж, тэдгээрийн чанар болон жигд тархалтын онцлогийг ойлгоно.
  4. Машин сургалтын алгоритмд ашиглагдах приор, постериор магадлал болон хэвийн тархалтын үүрэг ролийг мэддэг болно.

Чадвар

  1. Тодорхойгүй, санамсаргүй шинж чанартай үзэгдэл болон өгөгдлийг магадлалын огторгуй ба санамсаргүй хувьсагч руу буулган загварчлах чадвартай болно.
  2. Санамсаргүй хувьсагчийн төрлийг зөв тодорхойлж, харгалзах магадлалын массын эсвэл нягтын функцийг ашиглан нийлмэл үзэгдлийн магадлалыг тооцоолон олж чаддаг болно.

Хандлага

  1. Аливаа асуудал болон өгөгдөлд логик, аналитик болон статистик сэтгэлгээгээр хандах эрмэлзэлтэй болно.
  2. Санамсаргүй мэт харагдах бодит ертөнцийн үзэгдлүүдийн цаана орших математик зүй тогтлыг танин мэдэх сонирхолтой болно.
  3. Өгөгдөлд суурилсан шийдвэр гаргалтад магадлал, статистикийн загварчлал чухал болохыг ухамсарлана.

Хариу харах

Дараах асуултуудад 9 сарын 1 07:40 — 9 сарын 22 07:40 хугацаанд хариулна.

Баталгаажуулах код авах

  1. Ямар ч санамсаргүй үзэгдлийн магадлал нэгээс хэтрэхгүй.


  2. Ямар үзэгдлүүдийг нийцгүй үзэгдэл гэдэг вэ?


  3. Ямар тархалтыг жигд тархалт гэдэг вэ?


  4. Өдрийн хамгийн их температур яг 25 градус байх магадлал хэдтэй тэнцүү вэ?


  5. $\{X=1\}$ үзэгдлийн магадлал ба $f_X(1)$ нягт хоёр тэнцүү биш байв. Тэгвэл $X$ ямар санамсаргүй хувьсагч вэ?


  6. Үзэгдэл бол нэг янзын олонлог юм.

Бүх асуултад зөв хариулах бөгөөд буруу бол ахин оролдоно.
Хариулах оролдлого бүрийг бүртгэж хадгална.