編程為什么需要概率和統計？_LIO

當你看到這樣的新聞，報道了某個娛樂圈明星投資了一家某某餐飲店。現在請思考一下，這則新聞是屬于娛樂領域還是餐飲領域呢？如果當你讀完這篇新聞大部分內容將的是餐飲行業的過去和現在以及未來。只有小部分涉及中國明星的八卦事情。

你可以覺得，這新聞屬于餐飲領域。因為大部分將餐飲領域，而只要小部分屬于娛樂八卦。如果用數字來衡量大部分和小部分，我們可以說，90%屬于餐飲領域，而只要10%屬于娛樂八卦。用數字表示了事件發生的可能性。

根據上面的例子，我們大致知道，概率就是描述這種可能性的一個數值。

可編程的NFT平臺Async Art已上線五位新藝術家的可編程音樂作品:7月29日，可編程的NFT平臺AsyncArt近日宣布已上線新Async音樂（AsyncMusic），有5位新藝術家在Async上發布了可編程音樂。這五位藝術家分別是重視NFT技術的女性制作Vérité、電子音樂制作人PLS&TY、獨立歌手TerraNaomi、DJMa?lstrom以及作曲家和鋼琴家CristinaSpinei。Async表示未來還將舉辦各種虛擬活動，對音樂人的獨家采訪等。[2021/7/29 1:22:23]

隨機變量

我們知道概率和日常生活息息相關，比如天氣預報。在概率論中有很多概念。但是下面的幾個基本概念非常重要，你需要知道。

隨機變量來描述事件所有可能出現的狀態，并使用概率分布來描述每個狀態出現的可能性。而隨機變量又可以分為離散型隨機變量和連續型隨機變量。

動態 | Uber布局區塊鏈 子公司向區塊鏈醫療平臺Solve.Care開放編程接口:據福布斯消息，Uber子公司Uber Health向基于ethereum的醫療保健平臺Solve.Care開放了符合HIPPA的應用程序編程接口。此前有消息稱，優步(Uber)已加入Facebook和其他26家公司的行列，成立天秤座協會(Libra Association)，開發用于全球支付的天秤座加密貨幣。這一最新進展表明，這家市值720億美元的上市公司越來越愿意涉足區塊鏈。[2019/7/9]

離散隨機變量是指其數值只能用自然數或整數單位計算的則為離散隨機變量。如明天是否下雨。

連續隨機變量是指在一定區間內可以任意取值的變量,其數值是連續不斷的.,相鄰兩個數值可作無限分割,即可取無限個數值。例如明天的雨量。

概念分布

現場 | Patrick Baron：Token是可編程資產 非常適合監管機構:據cointime.com現場報道，今日在2018西雅圖區塊鏈大會上，Blockchain Consulting Group LLC創始人Patrick Baron提到，token提供了將傳統金融領域與新技術結合在一起的新方法，有許多新功能。 首先，代幣化可編程資產對于監管機構來說是一件很棒的事情，從合規的角度來看是有用的；此外，token像一個全球分類賬和穩定貨幣的合體，人們可以在不進入傳統股票市場的情況下找到自己可從事的業務; 同時，它建立了一個開放的系統，任何人都可以參與其中，閱讀具有技術可能性的數據。 Token還是不可變的，可以在新的商業模式中建立信任。[2018/8/22]

概率分布是指數據在統計圖中的形狀，概率分布是隨機變量的概率在統計圖中的表現形式。同樣，概率分布又分為離散概率分布和連續概率分布

BitFlyer聘請編程語言的共同創始人作為顧問:BitFlyer聘請了編程語言Objective-C的創始人之一Tom Love作為顧問，幫助其擴展企業區塊鏈技術。首席運營官Bartek Ringweski說，Tom Love將在戰略和技術方面向BitFlyer提供建議。BitFlyer特別希望利用Tom Love的經驗，幫助自己建立在\"miyabi\"私鏈上，這是他稱作“世界上最快的區塊鏈”，能夠每秒處理2,000到4,000次交易。[2018/4/6]

離散概率分布包括伯努利分布、二項分布、幾何分布和泊松分布。而連續概率分布主要是正態分布。

伯努利分布：

伯努利分布(Bernoullidistribution)是很簡單的離散分布。在伯努利分布下，隨機變量只有兩個可能的取值:1和0。隨機變量取值1的概率為p。相應的，隨機變量取值0的概率為1-p。因此，伯努利分布可以表示成:

馬來西亞編程及數字營銷學院NEXT Academy宣布支持比特幣支付學費:馬來西亞編程及數字營銷學院NEXT Academy宣布支持比特幣支付學費，學生只需在該校網站付款頁面上掃描二維碼即可支付。NEXT Academy不使用外部支付網關來處理交易，比特幣付款將直接進入他們的比特幣錢包。一旦他們收到比特幣，該校會再兌換成為法定貨幣。[2018/1/24]

即伯努利分布只有兩種可能的結果：成功和失敗

例如，投擲一次硬幣，出現正面，記錄為1，出現反面，記錄為0。而拋硬幣的結果要么正面朝上，要么反面朝上，所以拋硬幣的結果服從伯努利分布。

Billions項目組數組包importnumpyasnpBillions項目組統計計算包的統計模塊fromscipyimportstatsBillions項目組第2步，Billions項目組它返回一個列表，列表中每個元素表示隨機變量中對應值的概率p=0.5Billions項目組第3步，繪圖plt.plot(X,pList,marker='o',linestyle='None')plt.vlines(X,0,pList)Billions項目組y軸文本plt.ylabel('概率')Billions項目組顯示圖形plt.show()

二項分布

二項分布可以從計數的角度來理解。n次測試，如果隨機變量為k，意味著其中的k次成功，n-k次失敗。從n次實驗中挑選k個，根據計數原理，共有(nk)(nk)種可能。其中的每種可能出現的概率為pk(1?p)n?k)pk(1?p)n?k)。因此，二項分布可以表示成為:

即二項分布度量的是在n次伯努利試驗中正好有k次成功的概率。

例如，連續10次拋硬幣，正面朝上的次數就符合二項分布.

Billions項目組數組包importnumpyasnpBillions項目組統計計算包的統計模塊fromscipyimportstatsBillions項目組做某件事情的次數p=0.5Billions項目組第2步，Billions項目組它返回一個列表，列表中每個元素表示隨機變量中對應值的概率pList=stats.binom.pmf(X,n,p)pListBillions項目組x軸文本plt.xlabel('隨機變量：拋硬幣正面朝上次數')Billions項目組標題plt.title('二項分布：n=%i,p=%.2f'%(n,p))Billions項目組導入包Billions項目組繪圖包importmatplotlib.pyplotaspltBillions項目組第k次做某件事情，才取到第1次成功Billions項目組做某件事情成功的概率，這里假設每次表白成功概率都是60%p=0.6X=np.arange(1,k+1,1)XBillions項目組求對應分布的概率:概率質量函數(PMF)Billions項目組分別表示表白第1次才成功的概率，表白第2次才成功的概率，表白第3次才成功的概率，表白第4次才成功的概率，表白第5次才成功的概率pList=stats.geom.pmf(X,p)pListBillions項目組x軸文本plt.xlabel('隨機變量：表白第k次才首次成功')Billions項目組標題plt.title('幾何分布：p=%.2f'%p)Billions項目組導入包Billions項目組繪圖包importmatplotlib.pyplotaspltBillions項目組定義隨機變量，已知某路口發生事故的頻率是每天五次，那么此處一天內發生k次事故的概率是多少？mu=5Billions項目組求對應分布的概率：概率質量函數plist=stats.poisson.pmf(x,mu)plistBillions項目組設定均值K=int(K)Billions項目組np.random.randn(1000)+K為創造1000個均值為K的點，服從正態分布，np.random.poisson()為服從泊松分布fig=plt.figure(figsize=(10,5))Billions項目組對進行開方coef=1/(sqrt_2pi*sig)Billions項目組-1/mypow=powercoef*(np.power((data-avg),2))Billions項目組cofe乘e的mypow次方Y=foriinrange(100):S=guass(X,K,std)Y.append(S)plt.plot(X,Y,label='Normal')plt.legend(,facecolor='white')plt.show()

總結

在真實的世界里，我們通常只能觀測到一些數據，而無法事先知道，是什么模型產生了這些數據，這時候就要依賴統計學。所以，海量數據的分析、實驗和機器學習，都離不開統計學。

Tags：IONLIONLIOBILLcfcion66LION價格Billionaire Plus

以太坊價格