HTML CSS JAVASCRIPT SQL PYTHON PHP HOW TO W3.CSS JAVA JQUERY C++ R React
ภาษาไทย Afrikaans العربية čeština Deutsch Español Français हिन्दी Bahasa Indonesia Italiano 日本語 한국어 မြန်မာဘာသာ Nederlands Polski Português Русский Türkçe Tiếng Việt

Tutoriel Python

Python ACCUEIL Introduction à Python Python pour commencer Syntaxe Python Commentaires Python Variables Python
Variables Python Noms des variables Attribuer plusieurs valeurs Variables de sortie Variables globales Exercices variables
Types de données Python Nombres Python Casting Python Chaînes Python
Chaînes Python Trancher les cordes Modifier les chaînes Concatenate Strings Format Strings Escape Characters String Methods String Exercises
Booléens Python Opérateurs Python Listes Python
Python Lists Access List Items Change List Items Add List Items Remove List Items Loop Lists List Comprehension Sort Lists Copy Lists Join Lists List Methods List Exercises
Tuples Python
Python Tuples Access Tuples Update Tuples Unpack Tuples Loop Tuples Join Tuples Tuple Methods Tuple Exercises
Ensembles Python
Python Sets Access Set Items Add Set Items Remove Set Items Loop Sets Join Sets Set Methods Set Exercises
Dictionnaires Python
Python Dictionaries Access Items Change Items Add Items Remove Items Loop Dictionaries Copy Dictionaries Nested Dictionaries Dictionary Methods Dictionary Exercise
Python Si... Sinon Boucles tant que Python Python pour les boucles Fonctions Python Python Lambda Tableaux Python Classes/Objets Python Héritage Python Itérateurs Python Portée Python Modules Python Dates Python Mathématiques Python PythonJSON Python RegEx PIP Python Python Essayer... Sauf Entrée utilisateur Python Formatage de chaîne Python

La gestion des fichiers

Gestion des fichiers Python Fichiers de lecture Python Python écrire/créer des fichiers Python Supprimer des fichiers

Modules Python

Tutoriel NumPy Procédure pas à pas Panda Tutoriel Scipy

Python Matplotlib

Introduction à Matplotlib Matplotlib Commencer MatplotlibPyplot Tracé Matplotlib Marqueurs Matplotlib Ligne Matplotlib Étiquettes Matplotlib Grille Matplotlib Sous-parcelles Matplotlib Matplotlib Scatter Barres Matplotlib Histogrammes Matplotlib Graphiques à secteurs Matplotlib

Apprentissage automatique

Commencer Mode médian moyen Écart-type Centile Diffusion des données Répartition normale des données Nuage de points Régression linéaire Régression polynomiale Régression multiple Échelle Former/Tester Arbre de décision

Python MySQL

MySQL Premiers pas Créer une base de données MySQL Créer une table MySQL Insertion MySQL Sélectionnez MySQL MySQL Où Trier MySQL par Supprimer MySQL Table de dépôt MySQL Mise à jour MySQL Limite MySQL Rejoindre MySQL

Python MongoDB

MongoDB Commencer MongoDB Créer une base de données Créer une collection MongoDB Insertion MongoDB Trouver MongoDB Requête MongoDB Tri MongoDB Supprimer MongoDB Collection de dépôt MongoDB Mise à jour MongoDB Limite MongoDB

Référence Python

Présentation de Python Fonctions intégrées Python Méthodes de chaîne Python Méthodes de liste Python Méthodes du dictionnaire Python Méthodes Python Tuple Méthodes d'ensemble Python Méthodes de fichier Python Mots-clés Python Exceptions Python Glossaire Python

Référence des modules

Module aléatoire Module de demandes Module Statistiques Module de mathématiques Module cMath

Python Comment

Supprimer les doublons de liste Inverser une chaîne Additionner deux nombres

Exemples Python

Exemples Python Compilateur Python Exercices Python Quizz Python Certificat Python

Apprentissage automatique - Distribution normale des données

❮ Précédent Suivant ❯

Répartition normale des données

Dans le chapitre précédent, nous avons appris à créer un tableau complètement aléatoire, d'une taille donnée, et entre deux valeurs données.

Dans ce chapitre, nous allons apprendre à créer un tableau où les valeurs sont concentrées autour d'une valeur donnée.

En théorie des probabilités, ce type de distribution de données est connu sous le nom de distribution de données normale ou distribution de données gaussienne , d'après le mathématicien Carl Friedrich Gauss qui a proposé la formule de cette distribution de données.

Exemple

Une distribution de données normale typique :

import numpy
import matplotlib.pyplot as plt

x = numpy.random.normal(5.0, 1.0, 100000)

plt.hist(x, 100)
plt.show()

Résultat:

Remarque : Un graphique de distribution normale est également connu sous le nom de courbe en cloche en raison de sa forme caractéristique de cloche.

Histogramme expliqué

Nous utilisons le tableau de la numpy.random.normal() méthode, avec 100000 valeurs, pour dessiner un histogramme avec 100 barres.

Nous spécifions que la valeur moyenne est de 5,0 et l'écart type est de 1,0.

Cela signifie que les valeurs doivent être concentrées autour de 5,0 et rarement plus éloignées que 1,0 de la moyenne.

Et comme vous pouvez le voir sur l'histogramme, la plupart des valeurs se situent entre 4,0 et 6,0, avec un sommet à environ 5,0.

❮ Précédent Suivant ❯