1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Základy pravděpodobnosti v Pythonu
Connected

cvičení

Splnit dva testy

Představ si, že jsi jedním z vysokoškolských studentů. Blíží se ti dva testy z různých předmětů a čas na přípravu se krátí. Chceš vědět, kolik hodin věnovat studiu každého předmětu, aby byla pravděpodobnost úspěchu u obou testů co nejvyšší. Naštěstí máš k dispozici data, která ti pomohou.

Pro předmět A jsi už natrénoval/a logistický model uložený v model_A, pro předmět B pak v model_B. Kromě předem načtené třídy LogisticRegression z sklearn.linear_model a knihovny numpy jako np je k dispozici také funkce expit() — inverzní funkce k logistické funkci — importovaná z scipy.special.

Instrukce 1/4

undefined XP
  • 1

    Pomocí model_A předpověz, zda test zvládneš při 6, 7, 8, 9 nebo 10 hodinách studia, a pomocí model_B při 3, 4, 5 nebo 6 hodinách.

  • 2

    Zjisti pravděpodobnost úspěchu u testu A při 8,6 hodinách studia a u testu B při 4,7 hodinách studia.

  • 3

    Vypočítej, kolik hodin studia potřebuješ, aby byla pravděpodobnost splnění testu 0,5 — použij vzorec -intercept/slope.

  • 4

    Vypočítej sdruženou pravděpodobnost, že splníš test A i test B.