iT邦幫忙

第 12 屆 iThome 鐵人賽

DAY 9
1
AI & Data

飛哥與小博的30天-統計與機器學習成長日記系列 第 9

[DAY 9] 章節2-5: 賭博嘛!玩玩就好-常態分布與中央極限定理(2/2) (Python)

  • 分享至 

  • xImage
  •  

2-5 賭博嘛!玩玩就好

咖啡廳裡,瀰漫著剛加熱完的奶香與打磨到一半的咖啡碎豆香,雖說是來到咖啡廳,但飛哥與小博卻都沒有點咖啡相關的飲品,只是點了些平常愛吃的甜點就馬上進入正題。

「上次不是跟你說過常態分佈嗎?」飛哥說道。

「有是有但我也不大記得啦,哈哈哈!」剛哥乾笑了三聲,邊抓著頭顯得有些不好意思。

「以兩顆骰子為例,點數和最小是2,點數和最大是12,但是你看,愈中間的數字他的組合愈多出現機率愈大,也就是說愈極端的數字總和出現的機率愈小」飛哥切了塊重乳酪蛋糕放進嘴哩,露出滿足的表情。

https://ithelp.ithome.com.tw/upload/images/20200924/201306409DhA583XoJ.png

「那我玩的三顆骰子的骰寶又怎麼辦?」剛哥露出疑惑的表情。

「你看下面這三張圖,剛剛我說了,一個數字有愈多組合,那丟出它的次數理論上比較多,但你有沒有發現,我重複丟100次骰子的點數分佈並不是很漂亮的鐘形分佈,但是隨著我丟的次數從100上升到10000的過程中,這個常態分佈的鐘型形狀就漸漸出現了,這就是所謂的『中央極限定理』啦!當我的樣本數夠大時,我樣本的分佈就會趨近於完美的常態分佈。」飛哥鉅細靡遺地解說著。

https://ithelp.ithome.com.tw/upload/images/20200924/201306406d978w3l4j.png

「還有啊,像我們一般人的身高體重、一個縣市的各人薪水,到電池耗用的時長、機車的使用壽命等等,這些如果資料收集的夠多的話,都可以發現它是一個常態分佈。還有很多不同的分佈型態這邊我就先不說了,反正一下子講太多你也會忘記。」飛哥又切了一塊蛋糕放入口中。

「照這樣來看,賭場內部應該還是存在著能讓我勝利的機率!」剛哥眼睛發亮的說著。
飛哥嘆了口氣:「有是有,不過要是這麼簡單的話,應該也輪不到你,別人花了畢生積蓄都傾家蕩產,你口袋的錢可能還不夠賠呢!聽我一句話吧!偶而玩玩到無妨,但是你真的投入大量的金額進去時,就準備睡公園吧!」

小博在一旁聽得津津有味,看著眼前兩位都是經歷過大風大浪的人,想著不知未來自己的人生又會有怎樣的際遇呢?


Python程式時間

import numpy as np
import pandas as pd
import random
import matplotlib.pyplot as plt

times=10000
d = [None] * times
for i in range(times):
    a=random.choice(dice);b=random.choice(dice);c=random.choice(dice)
    d[i]=a+b+c
x = np.arange(3,20,1) #設定直方圖有幾條bar
plt.hist(d,bins=x,align='left')
plt.title("10000 samples");plt.xlabel("total");plt.ylabel("amount")
plt.show()    
    
import collections, numpy
collections.Counter(d) #計算array中的數字各出現幾次

後記: 之前去過一次澳門的賭場見見世面,最吸引我的不是百家樂、角子老虎機,而是「輪盤」,記得我花了好幾個晚上去研究各種偏門啊手法啊,最後得出的結論是,每個輪盤在製作上不可能完美無瑕因此還是會偏向某些區域,每個荷官也有自己常用的手法,如何在短時間內找出這些規律並加以利用,才是最需要的技能,方法是活的,不是光靠幾個技巧就能縱橫賭場,不過還是多說一句『少賭為妙~小賭怡情,大賭傷心』。


上一篇
[DAY 8] 章節2-3: 紙醉金迷的賭場-常態分布與中央極限定理(1/2) (Python)
下一篇
[DAY 10] 章節2-6: 炭烤雞排的力量-假設檢定(Python+解說)
系列文
飛哥與小博的30天-統計與機器學習成長日記30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言