neha_probability_distribution

การแจกแจงแบบเกาส์และทวินามแพ็คเกจ Python สำหรับการเรียนรู้ของเครื่องจักรและวิทยาศาสตร์ข้อมูล

neha_probability_distribution

neha_probability_distribution เป็นโมดูล/แพ็คเกจ Python สำหรับการเรียนรู้ของเครื่องและวิทยาศาสตร์ข้อมูลที่สร้างขึ้นสำหรับการแจกแจงแบบเกาส์และทวินาม แพ็คเกจนี้มีการแจกจ่ายภายใต้ใบอนุญาต MIT

การติดตั้ง

ในการติดตั้งง่ายๆเรียกใช้ (commandline);

 pip install neha-probability-distribution

หรือ

 conda install neha-probability-distribution

ลิงก์ PYPI: https://pypi.org/manage/project/neha-probability-distribution/

การทดสอบ

 pip install -i https://test.pypi.org/simple/ neha-probability-distribution/

testpypi link: https://test.pypi.org/project/neha-probability-distribution/

ตัวอย่างรหัสทดสอบ Python

บนคำสั่งของคุณทำงานด้านล่างรหัส Python หลังจากการติดตั้ง

 >>> from distributions_gauss_bi import Gaussian, Binomial
>>> Gaussian(38,17)
>>> Binomial(0.4, 35)

ภาพรวมการกระจายแบบเกาส์และทวินาม

1. การแจกแจงแบบเกาส์เซียน (หรือที่เรียกว่าการกระจายปกติ)

• ในทฤษฎีความน่าจะเป็นการแจกแจงแบบปกติคือประเภทของการกระจายความน่าจะเป็นอย่างต่อเนื่องสำหรับตัวแปรสุ่มที่มีค่าจริง รูปแบบทั่วไปของฟังก์ชันความหนาแน่นของความน่าจะเป็นคือพารามิเตอร์คือค่าเฉลี่ยหรือความคาดหวังของการแจกแจง และเป็นค่าเบี่ยงเบนมาตรฐาน

2. การกระจายแบบทวินาม

• ในทฤษฎีความน่าจะเป็นและสถิติการกระจายแบบทวินามด้วยพารามิเตอร์ N และ P คือการกระจายความน่าจะเป็นแบบไม่ต่อเนื่องของจำนวนความสำเร็จในลำดับของการทดลองอิสระ N แต่ละครั้งถามคำถามใช่-ไม่มีและแต่ละครั้งที่มีความสามารถในการบูลีน
  

ทรัพยากรเพิ่มเติม

หากคุณต้องการตรวจสอบการกระจายแบบเกาส์ (ปกติ) และการกระจายแบบทวินามนี่คือทรัพยากรบางส่วน:

• การกระจายแบบเกาส์
• การกระจายแบบทวินาม