Do konca tega tečaja boste lahko:

  • razumeli boste, da ni čarobnega algoritma, ki bi rešil probleme, kot je npr

od spodaj navedenih;

  •  boste lahko vprašali strokovnjaka na obravnavanem področju, da razvije model, ki povezuje količine, ki jih je treba oceniti

na opažene količine;

  • lahko boste razvili algoritem za ocenjevanje, ki vam bo omogočil rekonstrukcijo količin, ki jih je treba oceniti iz

opazovane količine.

Opis

V vsakdanjem življenju se soočamo s posredovanjem naključja:

  •  med domom in delovnim mestom ne preživimo vedno enakega časa;
  •  močan kadilec bo ali ne bo zbolel za rakom;
  •  ribolov ni vedno dober.

Takšni pojavi naj bi bili naključni ali stohastični. Njihovo kvantificiranje seveda vodi v uporabo teorije verjetnosti.

Na primeru kajenja si predstavljajte, da zdravnik ne zaupa izjavam svojega pacienta o njegovem uživanju cigaret. Odloči se, da bo v laboratoriju za medicinske analize izmeril raven nikotina v krvi. Teorija verjetnosti nam ponuja orodja za kvantificiranje stohastične povezave med številom cigaret na dan in hitrostjo...

Nadaljujte z branjem članka na izvirni strani →

Nadaljujte z branjem članka na prvotni strani →

READ  WPS Writer: Uvod v obdelavo besedil