آزمایشگاه آزاد؛ بدون نیاز به ورود
احتمال شیر آمدن در پرتاب سکه؛ شبیه‌سازی آنلاین
اگه شانس شیر ۲۰٪ باشه، از هر پنج پرتاب دقیقاً یکی شیر می‌آد؟ تعداد پرتاب‌ها و احتمال رو عوض کن و تفاوت حدس نظری با نتیجهٔ هر اجرا رو ببین.
آزمایش رو شروع کناحتمال و تعداد پرتاب‌ها رو تنظیم کن و اجرا رو بزن. خط نقطه‌چین احتمال تعیین‌شده رو نشون می‌ده؛ فراوانی واقعی هر اجرا ممکنه باهاش فرق داشته باشه.
آزمایشگاه در حال آماده شدنه…
حالا خودت امتحان کن
هر بار فقط یک چیز رو تغییر بده تا اثرش رو ببینی. قبل از اجرا، نتیجه رو حدس بزن.
شانس شیر رو عوض کن
تعداد پرتاب‌ها رو روی ۱۰۰ بذار. احتمال شیر رو اول ۰٫۲ و بعد ۰٫۸ تنظیم کن؛ در هر بار فقط همین احتمال رو تغییر بده و اجرا رو بزن. خط نقطه‌چین و فراوانی مشاهده‌شده رو با هم مقایسه کن.
حدست چیه؟ با زیاد شدن احتمال تعیین‌شده از ۰٫۲ به ۰٫۸، نتیجهٔ هر ۱۰۰ پرتاب هم دقیقاً طبق همین درصد عوض می‌شه؟
توضیح نتیجه رو ببین
احتمال تعیین‌شده از ۲۰٪ به ۸۰٪ می‌رسه و خط نقطه‌چین هم جابه‌جا می‌شه. تعداد شیرهای دیده‌شده در یک اجرا ممکنه با مقدار مورد انتظار فرق داشته باشه؛ احتمال، قولِ نتیجهٔ دقیق هر دستهٔ ۱۰۰تایی نیست.
تعداد پرتاب‌ها چه فرقی می‌کنه؟
احتمال شیر رو روی ۰٫۵ نگه دار. یک بار با ۱۰۰ پرتاب و بار دیگه با ۱۰۰۰ پرتاب اجرا کن و مسیر فراوانی مشاهده‌شده رو با خط نقطه‌چین ۵۰٪ مقایسه کن.
حدست چیه؟ با ده برابر شدن تعداد پرتاب‌ها، فراوانی مشاهده‌شده ثابت می‌مونه یا معمولاً کمتر نوسان می‌کنه؟
توضیح نتیجه رو ببین
خط نقطه‌چین در هر دو حالت روی ۵۰٪ می‌مونه. با پرتاب‌های بیشتر، فراوانی نسبی معمولاً کمتر بالا و پایین می‌شه و تمایل داره به احتمال تعیین‌شده نزدیک بشه؛ اما هیچ اجرای تکی‌ای تضمین نمی‌کنه دقیقاً ۵۰٪ شیر بیاد.
وقتی احتمال صفر یا یکه
تعداد پرتاب‌ها رو روی ۱۰۰ بذار. یک بار احتمال شیر رو صفر و بار دیگه یک تنظیم کن و تعداد شیرها و فراوانی رو ببین.
حدست چیه؟ در این مدل، چند شیر باید در هر کدوم از دو حالت دیده بشه؟
توضیح نتیجه رو ببین
با احتمال صفر، مدل هیچ شیری نمی‌شماره و فراوانی صفره؛ با احتمال یک، هر ۱۰۰ پرتاب شیر می‌آد و فراوانی ۱۰۰٪ می‌شه. این دو سرِ بازه نتیجهٔ قطعی دارن؛ احتمال‌های بین صفر و یک نتیجهٔ تصادفی می‌سازن.
پشت این حرکت چه خبره؟
احتمال با فراوانی مشاهده‌شده فرق داره
frequency = heads / trials
احتمال تعیین‌شده، شانس شیر در هر پرتاب رو مشخص می‌کنه. فراوانی مشاهده‌شده نسبت تعداد شیرها به کل پرتاب‌هاست؛ برای همین در یک اجرای محدود ممکنه با احتمال تعیین‌شده برابر نباشه. عدد روی خط نقطه‌چین مقدار نظریه و نمودار نتیجهٔ پرتاب‌های همین اجرا رو نشون می‌ده.
تعداد مورد انتظار شیرها
E(heads) = n * p
اگر احتمال شیر p و تعداد پرتاب‌ها n باشه، تعداد مورد انتظار شیرها از ضرب n در p به دست می‌آد. برای ۱۰۰ پرتاب با احتمال ۰٫۲، این مقدار ۲۰ می‌شه؛ اما این میانگین نظریه و تضمین نمی‌کنه هر بار دقیقاً ۲۰ شیر ببینی.
چرا پرتاب‌های بیشتر کمک می‌کنن؟
هر پرتاب در این مدل مستقل از پرتاب قبلیه؛ شیر یا خط قبلی، نتیجهٔ بعدی رو مجبور نمی‌کنه. با زیاد شدن تعداد پرتاب‌ها، فراوانی نسبی معمولاً تصویر پایدارتری از احتمال می‌ده، ولی در تعداد محدود هنوز نوسان ممکنه.
سؤالت رو بپرس، جوابش رو هم ببین
وقتی توی چت دربارهٔ یک مفهوم درس می‌خونی، دستیار هوش مصنوعی می‌تونه شبیه‌سازی مرتبط رو کنار توضیحش نشون بده. پارامترها رو تغییر می‌دی و با کمک توضیح بعدی، نتیجه رو بهتر می‌فهمی.
شروع یادگیری با چتبرای ادامه در چت، وارد مسیر شروع و ورود می‌شی. نتیجهٔ این آزمایش به چت منتقل نمی‌شه.
نمونهٔ نمایشی از آموزش در چت
اگه احتمال شیر ۲۰٪ باشه، یعنی هر پنج بار حتماً یک بار شیر می‌آد؟
نه، ۲۰٪ یعنی در مدل، هر پرتاب به‌تنهایی یک‌پنجم شانس شیر داره؛ ترتیب نتیجه‌ها از قبل تضمین نشده. در پنج پرتاب ممکنه هیچ شیر یا چند شیر ببینی. تعداد پرتاب‌ها رو بیشتر کن و فراوانی رو با خط احتمال مقایسه کن؛ بعد یادت باشه حتی نتیجهٔ بلندمدت هم برای یک دستهٔ کوچک قول دقیق نمی‌ده.
سؤال‌های رایج
احتمال ۲۰٪ برای شیر یعنی چی؟
یعنی در این مدل، برای هر پرتاب ۲۰٪ شانس شیر در نظر گرفته می‌شه. این عدد می‌گه در تکرارهای زیاد چه فراوانی‌ای انتظار داریم، نه اینکه در هر پنج پرتاب حتماً یک شیر بیاد.
چرا با احتمال ۵۰٪ همیشه نصف پرتاب‌ها شیر نمی‌شه؟
چون هر دستهٔ محدود پرتاب نتیجهٔ تصادفی داره. فراوانی مشاهده‌شده ممکنه کمی بالاتر یا پایین‌تر از ۵۰٪ باشه؛ خط نقطه‌چین مقدار نظری رو نشون می‌ده، نه نتیجهٔ تضمینی.
آیا با پرتاب‌های بیشتر، فراوانی حتماً به احتمال می‌رسه؟
هیچ دستهٔ تکی‌ای تضمین نداره دقیقاً به احتمال برسه. با زیاد شدن تعداد پرتاب‌ها، فراوانی معمولاً پایدارتر می‌شه و در بلندمدت به احتمال نزدیک می‌شه، اما همچنان ممکنه اختلافی ببینی.
بعد از چند بار خط آمدن، شیر محتمل‌تر می‌شه؟
در این مدل، پرتاب‌ها از هم مستقلن، پس نتیجه‌های قبلی شانس پرتاب بعدی رو عوض نمی‌کنن. اگر احتمال روی ۰٫۵ باشه، پرتاب بعدی هم همون شانس ۵۰٪ رو داره.