Болты в чае, или вебинар по теории вероятностей на практике

    В статье "Применение Теории вероятностей в IT" автор (преподаватель теории вероятностей в ВУЗе) пишет:
    из года в год я сталкиваюсь с таким явлением, что студенты не понимают, зачем и почему им учить эту дисциплину.

    Это действительно важная проблема. Владелец компании минималистичных видео-уроков Common Craft и заодно автор книги "Искусство объяснять" пишет, что человеку очень важно сначала ответить себе на вопрос «зачем?», и только тогда он заинтересуется ответом на вопрос «как?» (наверное, поэтому ему заказывали создание роликов в стиле Common Craft и Google, и Dropbox, и Twitter).

    Поэтому я решил разобраться в теории вероятностей: накупил разных книжек типа "Удовольствие от икс", да потом ещё нанял двух репетиторов по Skype.

    В итоге всё стало проясняться, и было решено поделиться своими инсайдами с широкой аудиторией.

    Самый красивый пример, из тех, что я нашёл — это болты в чае. В советские времена был ГОСТ на максимальное содержание болтов\гаек в чае, которые попадали туда при уборке урожая: «массовая доля металломагнитной примеси» не должна была превышать 5-7 грамм на тонну. Для этого проверяли выборку и по ней делали заключение по всей партии чая.

    И от этого примера можно переходить к более глобальному примеру применения статистического анализа — к японскому экономическому чуду.

    В общем, всё это упоминается в тизере вебинара:




    Примеров можно привести действительно много — не только вероятность падения космического корабля «Прогресс» на сушу, но и страхование, и дешифрация кодов, и проверка на правдоподобность заявлений в суде.

    Ещё в вебинаре упоминается куча книг:
    • Млодинов. (Не)совершенная случайность.
    • Тарасов. Закономерности окружающего мира (первый том, а их три!)
    • John W. Foreman. Data Smart.
    • Китайгородский. Невероятно — не факт.
    • Нассим Талеб. Чёрный лебедь.
    • Эндрю Сигел. Практическая бизнес-статистика.
    • Майер-Шенбергер. Big Data.


    А запись тут — http://zero2hero.org/webinar/details/terver
    50 минут — доклад (с примерами из «Назад в будущее») и 30 минут на вопросы.

    Вероятность того, что найдутся товарищи, не согласные с точностью моих формулировок, очень высока.
    Плюс такого изложения вот в чём: студентов удалось заинтересовать. В середине вебинара одна девушка даже задаёт вопрос: «Ух ты… А как именно рассчитывается сигма?».

    Убеждён, что это именно тот вопрос, до которого надо довести аудиторию интересными историями — и уже тогда давать формулы.

    Приятного просмотра!

    P.S. А ещё теорию вероятностей можно использовать для обучения программированию.
    Делать ли ещё такие вебинары? Например, по применению интегралов\производных и логарифмирования

    Только зарегистрированные пользователи могут участвовать в опросе. Войдите, пожалуйста.

    Zero to Hero 23,58
    IT-обучение: от новичка до супер-звезды
    Поделиться публикацией
    AdBlock похитил этот баннер, но баннеры не зубы — отрастут

    Подробнее
    Реклама
    Комментарии 15
    • +1
      Вероятность встретить динозавра — 50\50? =)

      На самом деле интересно. Можно было бы и вставить пару формул.
      • 0
        Ну, либо встретишь, либо не встретишь, всё логично
        • 0
          Кстати, в вебинаре про это есть =) И не 50 на 50, и не 0.
      • 0
        Ракета летящая в «тизере вебинара» в обратную сторону (на юго-запад) — это намёк на то, что даже правдоподобные выводы сделанные из неверных исходных данных ничего не стоят, я правильно понимаю?
        • 0
          О, спасибо за поправку!
          Я рад, если такая мелочь — единственная претензия по существу.
        • +2
          Боюсь показаться занудой, но вероятность — то, что существует у нас в голове, а не в реальности. Это всего лишь мера нашего незнания о чем-то. Ракета упадет либо на сушу, либо в воду — зная её начальное положение, скорость, направление, запас топлива и погодные условия, мы могли бы с большой точностью предсказать место падения и начать эвакуацию людей заранее. В зависимости от количества данных, которыми мы обладаем, вероятность будет изменяться, как картинка в калейдоскопе. Нужно учитывать это. А абстрактное «три к семи» из примера не поможет нам принять верное решение.

          Поймите меня правильно, я не говорю, что теория вероятности бесполезна. Я лишь беспокоюсь о том, что с подобными абстрактными бесполезными примерами ученики либо подумают, что сама т/в годится только на это и забьют на неё, либо будут применять её только для таких картонных ситуаций, а не в реальной жизни.

          С другой стороны, я посмотрел только трейлер, но не вебинар, так что скорее всего я ошибаюсь в своем негодовании. Но стирать уже написанное сообщение немного жалко, так что оставлю как есть.
          • 0
            Я вас понял. «Мера нашего незнания» — отличная фраза.

            зная её начальное положение, скорость,

            В том-то фокус, что «потеряли управление» означало, что даже день падения предсказать не могли, писали «около 9 мая».

            А абстрактное «три к семи» из примера не поможет нам принять верное решение.

            В том-то и дело, что оно не абстрактное. Это ответ на вопрос, какова была вероятность упасть на сушу (ибо доля суши планеты Земля 29,2%, что я округлил до 30%). В вебинаре эта задача действительно уточняется — ведь можно вычесть Антарктиду как почти незаселённую площадь, можно посчитать шансы для конкретной страны, и т.д. География — отличный пример геометрического расчёта вероятности.

            Идея в том, что это конкретный живой пример, имеющий место здесь и сейчас. А монетки и 1\2, как показывает практика, вызывает зевки и соответственно меньшее «активное пятно».
            • +1
              А вы считаете что падение в разных широтах равновероятно?
              • 0
                Да. Расскажите, почему нет.
                • +3
                  Потому что спутник летает по орбите с постоянным наклонением, и никогда не бывает южнее и северее чем позволяет наклонение орбиты. Более того, вероятно, в экваториальных широтах он (Прогресс) проводил больше времени. Хотя при такой точности оценки как 3/7, радикально это не повлияет на оценку.
                  • 0
                    век живи — век учись. Спасибо.

                    pS. только не 3/7, а 3 к 7, то есть p(cуша) = 3/10, а p(океан) = 7/10.
            • +1
              «Мера нашего незнания» — это энтропия. Не путайте с вероятностью — мерой степени возможности случайного события.
              А вообще… Мне лично странно слышать про вебинар, автор которого даже не упомянул Вентцель в списке литературы. Почти все перечисленные книги, простите, чистой воды науч.поп.
              • 0
                Так Вентцель — это чистый теорвер, а в списке больше по научно-популярной и прикладной статистике. На серьезном уровне теорией вероятностей заморочиться можно, конечно, но это ведь очень трудозатратно, там сигма-алгебры эти, меры и интегралы Лебега-Стилтьеса. А польза довольно туманна.
                • 0
                  Энтропия — это мера неопределённости (в рамках теории информации).
                  Мера незнания — это немного про другое.
                • 0
                  Можно я тоже позанудствую?
                  В голове у нас существует оценка вероятности, а не вероятность.
                  Вероятность существует сама по себе и определяется объективными факторами, а не нашим знанием или незнанием.
                  Вы просто даёте байесовский подход к вычислению оценки вероятности.
                  А есть ещё частотный подход, и они до сих пор практически равноправны.

                Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.

                Самое читаемое