SlideShare a Scribd company logo
1 of 149
Download to read offline
Добро пожаловать
http://geekbrains.ru/events/129
Добро пожаловать
http://geekbrains.ru/events/129
Будем знакомы
Анекдот
0 Ералаш, выпуск 45 серия 2, “На всякий случай”
http://goo.gl/DlfquL
Анекдот
0 Ералаш, выпуск 45 серия 2, “На всякий случай”
http://goo.gl/DlfquL
Анекдот
0 Ералаш, выпуск 45 серия 2, “На всякий случай”
http://goo.gl/DlfquL
Анекдот
0 Ералаш, выпуск 45 серия 2, “На всякий случай”
http://goo.gl/DlfquL
Анекдот
0 Ералаш, выпуск 45 серия 2, “На всякий случай”
http://goo.gl/DlfquL
Анекдот
0 Ералаш, выпуск 45 серия 2, “На всякий случай”
http://goo.gl/DlfquL
Что читал мальчик?
Что читал мальчик?
Цель нашей встречи
Цель нашей встречи
0 Совершить путешествие в страну Теории
Вероятностей
Цель нашей встречи
0 Совершить путешествие в страну Теории
Вероятностей
Цель нашей встречи
0 Понять зачем и почему теория вероятностей
может пригодиться разработчику или
программисту
Цель нашей встречи
0 Узнать много нового
интересного и полезного и
хорошо провести время
Цель нашей встречи
0 Разобраться как продолжить знакомство с
теорией вероятностей самостоятельно
statistics for medicine
План
0 Монте Карло – Ленин и казино
0 Смерть в колыбели
0 Страна потерянных носков
0 Бесконечный лабиринт
0 Восьмимерные влюбленные программисты, блуждающие в
одиночестве
0 Как Google распознает изображения
0 Теория вероятностей при прохождении собеседований
0 Как изучить теорию вероятностей
ГОТОВЫ?
Метод Монте Карло
0 Предположим мы хотим найти площадь нижнего
треугольника
Метод Монте Карло
0 Предположим мы хотим найти площадь нижнего
треугольника
0 Бросим в квадрат большое количество случайных
точек ( x= rand(uniform,100,2d) )
Метод Монте Карло
0 Предположим мы хотим найти площадь нижнего
треугольника
0 Бросим в квадрат большое количество случайных
точек ( x= rand(uniform,100,2d) )
0 Сколько в среднем точек попадет в нижний
треугольник?
0 Чему равна площадь нижнего треугольника?
Метод Монте Карло
0 Предположим мы хотим найти площадь нижнего
треугольника
0 Бросим в квадрат большое количество случайных
точек ( x= rand(uniform,100,2d) )
0 Сколько в среднем точек попадет в нижний
треугольник? Половина точек
0 Чему равна площадь нижнего треугольника? 0.5
Метод Монте Карло
0 Предположим мы хотим найти площадь нижнего
треугольника
0 Бросим в квадрат большое количество случайных
точек ( x= rand(uniform,100,2d) )
0 Сколько в среднем точек попадет в нижний
треугольник? Половина точек
0 Чему равна площадь нижнего треугольника? 0.5
Метод Монте Карло
0 Пропорция точек попавших в заданную фигуру в
среднем будет равна площади данной фигуры
вписанной в единичный квадрат
Метод Монте Карло
0 Пропорция точек попавших в заданную фигуру в
среднем будет равна (сходится по вероятности)
площади данной фигуры вписанной в единичный
квадрат
0 Вывод: можно вычислить площадь треугольника
по формуле, а можно с помощью случайных чисел
И ВСЕ?
Метод Монте Карло
Как найти площадь Ленина
Как вычислить число 𝜋 с
помощью иглы
Как найти площадь Ленина
с помощью иглы
Как найти площадь Ленина
с помощью программиста
0 Дайте мне: компьютер и Ленина
Как найти площадь Ленина
с помощью программиста
0 Дайте мне: компьютер и Ленина
0 Алгоритм:
0 Генерируем большое количество случайных точек
0 Вычисляем пропорцию точек попавших в объект
Метод Монте Карло - итоги
0 Позволяет с помощью теории вероятностей
(симуляции) вычислять площадь различных объектов
0 Позволяет вычислять площадьобъем многомерных
объектов
0 Прост и понятен, а также легок в реализации
Дайте мне точку опоры
Дайте мне кубики и я
вычислю все что угодно
Метод Монте Карло
Теория вероятностей в суде
0 Может ли незнание теории вероятностей довести
до тюрьмы?
0 Да
0 Нет
Теория вероятностей в суде
0 Смерть в колыбели – синдром внезапной детской
смерти
Теория вероятностей в суде
0 Смерть в колыбели – синдром внезапной детской
смерти
Теория вероятностей в суде
0 Смерть в колыбели – синдром внезапной детской
смерти
0 В журнале Science рассказывается о деле
женщины, оба ребенка которой умерли от СВДС
Теория вероятностей в суде
0 Смерть в колыбели – синдром внезапной детской
смерти
0 В журнале Science рассказывается о деле
женщины, оба ребенка которой умерли от СВДС
0 Врач - эксперт, утверждал, что вероятность
ребенка умереть от СВДС = 1/8500, поэтому
вероятность двух детей умереть от СВДС =
Теория вероятностей в суде
0 Смерть в колыбели – синдром внезапной детской
смерти
0 В журнале Science рассказывается о деле женщины,
оба ребенка которой умерли от СВДС
0 Врач - эксперт, утверждал, что вероятность ребенка
умереть от СВДС = 1/8500, поэтому вероятность двух
детей умереть от СВДС =1/8500* 1/8500=0.00000001
Теория вероятностей в суде
0 Смерть в колыбели – синдром внезапной детской
смерти
0 В журнале Science рассказывается о деле женщины,
оба ребенка которой умерли от СВДС
0 На основании утверждений врача мать была
приговорена к тюремному сроку
Теория вероятностей в суде
0 Смерть в колыбели – синдром внезапной детской
смерти
0 В журнале Science рассказывается о деле женщины,
оба ребенка которой умерли от СВДС
0 На основании утверждений врача мать была
приговорена к тюремному сроку
Теория вероятностей в суде
0 В чем ошибся врач?
Теория вероятностей в суде
0 В чем ошибся врач?
0 Врач - эксперт, утверждал, что вероятность ребенка
умереть от СВДС = 1/8500, поэтому вероятность двух детей
умереть от СВДС =1/8500* 1/8500=0.00000001
0 Перемножаются лишь вероятности независимых событий,
а дети одной женщины (общие гены), проживающие в
одном городе , в одно время это зависимые события
Теория вероятностей в суде
0 В чем ошибся врач?
0 Врач - эксперт, утверждал, что вероятность ребенка
умереть от СВДС = 1/8500, поэтому вероятность двух детей
умереть от СВДС =1/8500* 1/8500=0.00000001
0 Перемножаются лишь вероятности независимых событий,
а дети одной женщины (общие гены), проживающие в
одном городе , в одно время это зависимые события
Теория вероятностей и страна
перепутанных носков
Теория вероятностей и страна
перепутанных носков
0 После стирки в машинке n пар носков.
0 Программист Вася достает носки по одной штуке
пока не получится пара
Теория вероятностей и страна
перепутанных носков
0 После стирки в машинке n пар носков.
0 Вася программист достает носки по одной штуке пока
не получится пара
0 while (нет носок одной пары)
0 {
Бери еще один носок из машинки
0 }
Теория вероятностей и страна
перепутанных носков
0 После стирки в машинке n пар носков.
0 Вася программист, достает носки по одной штуке
пока не получится пара
0 Сколько в среднем нужно Васе извлечь носков?
Успеет ли Вася на свидание?
Теория вероятностей и страна
перепутанных носков
0 После стирки в машинке n пар носков.
0 Вася программист, достает носки по одной штуке
пока не получится пара
0 Сколько в среднем нужно Васе извлечь носков?
Успеет ли Вася на свидание?
0 В среднем нужно извлечь носков
Теория вероятностей и страна
перепутанных носков
0 После стирки в машинке n пар носков.
0 Вася программист, достает носки по одной штуке
пока не получится пара
0 Сколько в среднем нужно Васе извлечь носков?
Успеет ли Вася на свидание?
0 В среднем нужно извлечь носков
Теория вероятностей и страна
перепутанных носков
0 Сколько в среднем нужно Васе извлечь носков?
Успеет ли Вася на свидание?
0 В среднем нужно извлечь носков
n попытки
5 3,963326
10 5,604989
20 7,926651
50 12,53314
Теория вероятностей и страна
перепутанных носков
0 Сколько в среднем нужно Васе извлечь носков?
Успеет ли Вася на свидание?
0 В среднем нужно извлечь носков
n попытки
5 3,963326
10 5,604989
20 7,926651
50 12,53314
Теория вероятностей и страна
перепутанных носков
0 После стирки в машинке n пар носков
0 Сколько в среднем нужно Васе извлечь носков?
0 В среднем нужно извлечь носков
0 Обратная задача
Теория вероятностей и страна
перепутанных носков
0 После стирки в машинке n пар носков
0 Сколько в среднем нужно Васе извлечь носков?
0 В среднем нужно извлечь носков
0 Обратная задача:
0 Вася извлек 13 носков пока не нашел пару
0 Сколько пар носков в машинке?
Теория вероятностей и страна
перепутанных носков
0 После стирки в машинке n пар носков
0 Сколько в среднем нужно Васе извлечь носков?
0 В среднем нужно извлечь носков
0 Обратная задача:
0 Вася извлек 13 носков пока не нашел пару
0 Сколько пар носков в машинке? = 13
Теория вероятностей и страна
перепутанных носков
0 После стирки в машинке n пар носков
0 Сколько в среднем нужно Васе извлечь носков?
0 В среднем нужно извлечь носков
0 Обратная задача:
0 Вася извлек 13 носков пока не нашел пару
0 Сколько пар носков в машинке? = 13, n=14
Теория вероятностей и страна
перепутанных носков
0 Обратная задача:
0 Вася извлек 13 носков пока не нашел пару
0 Сколько пар носков в машинке? = 13, n=14
0 Математическая статистика – анализ модели с
помощью наблюдений (выборка)
Теория вероятностей и страна
перепутанных носков
0 Обратная задача:
0 Вася извлек 13 носков пока не нашел пару
0 Сколько пар носков в машинке? = 13, n=14
0 Математическая статистика – анализ модели с
помощью наблюдений (выборка)
0 Теория вероятностей – модель дана, предсказание
результатов наблюдений (вероятностей)
Эксперимент – прямой эфир
Теория вероятностей и
алгоритмы
0 Предположим, что вы находитесь в лабиринте в
котором 10^300 комнат
Теория вероятностей и
алгоритмы
0 Предположим, что вы находитесь в лабиринте в
котором 10^300 комнат
0 Наша цель – обойти все комнаты лабиринта
0 Т.е. в какой-то момент мы должны остановиться и
сказать - «все лабиринт пройден»
Теория вероятностей и
алгоритмы
0 Предположим, что вы находитесь в лабиринте в
котором 10^300 комнат
0 Наша цель – обойти все комнаты лабиринта
0 Т.е. в какой-то момент мы должны остановиться и
сказать - «все лабиринт пройден»
0 Правило левой руки?
Теория вероятностей и
алгоритмы
0 Предположим, что вы находитесь в лабиринте в
котором 10^300 комнат
0 Наша цель – обойти все комнаты лабиринта
0 Т.е. в какой-то момент мы должны остановиться и
сказать - «все лабиринт пройден»
0 Правило левой руки? не всегда работает
Теория вероятностей и
алгоритмы
0 Предположим, что вы находитесь в лабиринте в
котором 10^300 комнат
0 Наша цель – обойти все комнаты лабиринта
0 Т.е. в какой-то момент мы должны остановиться и
сказать - «все лабиринт пройден»
0 Если можно помечать краской комнаты где мы были
то задача легко решается BFS, DFS
Теория вероятностей и
алгоритмы
0 Задача про лабиринт на языке графов – имеется
ненаправленный граф, в котором очень много
вершин (10^300). Наша цель обойти все вершины
графа
Теория вероятностей и
алгоритмы
0 Задача про лабиринт на языке графов – имеется
ненаправленный граф, в котором очень много
вершин (10^300). Наша цель обойти все вершины
графа
0 Решение: BFS, DFS – если можно красить вершины,
то задача легко решаема
Теория вероятностей и
алгоритмы
0 Задача про лабиринт на языке графов – имеется
ненаправленный граф, в котором очень много
вершин (10^300). Наша цель обойти все вершины
графа
0 Сколько нужно памяти для наивного решения?
BFS. DFS - 10^300 бит – нужно отмечать все
комнаты где мы были
Теория вероятностей и
алгоритмы
0 Задача про лабиринт на языке графов – имеется
ненаправленный граф, в котором очень много вершин
(10^300). Наша цель обойти все вершины графа
0 Сколько нужно памяти для наивного решения? BFS.
DFS - 10^300 бит – нужно отмечать все комнаты где
мы были
Столько памяти не существует на всей планете
Теория вероятностей и алгоритмы
0 Задача про лабиринт на языке графов – имеется
ненаправленный граф, в котором очень много вершин
(10^300). Наша цель обойти все вершины графа
0 Сколько нужно памяти для наивного решения? BFS. DFS -
10^300 бит – нужно отмечать все комнаты где мы были
Столько памяти не существует на всей планете
Как же быть???
Теория вероятностей и алгоритмы
Как же быть???
Нам нужно обойти гигантский граф (лабиринт)
Мы не можем помечать вершины (комнаты) в которых
были?
Теория вероятностей и алгоритмы
Как же быть???
Нам нужно обойти гигантский граф (лабиринт)
Мы не можем помечать вершины (комнаты) в которых
были?
Задача нерешаема - можно идти домой?
Теория вероятностей и алгоритмы
Как же быть???
Нам нужно обойти гигантский граф (лабиринт)
Мы не можем помечать вершины (комнаты) в которых
были?
Задача нерешаема - можно идти домой?
Теория вероятностей – на помощь!!!
Теория вероятностей и алгоритмы
Нам нужно обойти гигантский граф (лабиринт)
обозначим через n – количество комнат
for ( i=1 to 3*n^3*log(n)) {
выбери случайно одну из соседних комнат и иди туда
}
print («мы были во всех комнатах лабиринта почти наверняка»)
Теория вероятностей и алгоритмы
for ( i=1 to 3*n^3*log(n)) {
выбери случайно одну из соседних комнат и иди туда
}
print («мы были во всех комнатах лабиринта почти наверняка»)
Алгоритм понятен?
Теория вероятностей и алгоритмы
for ( i=1 to 3*n^3*log(n)) {
выбери случайно одну из соседних комнат и иди туда
}
print («мы были во всех комнатах лабиринта почти наверняка»)
Алгоритм понятен? да.
Сколько требуется памяти?
Теория вероятностей и алгоритмы
for ( i=1 to 3*n^3*log(n)) {
выбери случайно одну из соседних комнат и иди туда
}
print («мы были во всех комнатах лабиринта почти наверняка»)
Алгоритм понятен? да.
Сколько требуется памяти? Нужно хранить i.
Теория вероятностей и алгоритмы
for ( i=1 to 3*n^3*log(n)) {
выбери случайно одну из соседних комнат и иди туда
}
print («мы были во всех комнатах лабиринта почти наверняка»)
Алгоритм понятен? да.
Сколько требуется памяти? Нужно хранить i.
log(3*n^3*log(n)) = const* log(n)= const *300* log(10) < 20000 бит
Теория вероятностей и алгоритмы
for ( i=1 to 3*n^3*log(n)) {
выбери случайно одну из соседних комнат и иди туда
}
print («мы были во всех комнатах лабиринта почти наверняка»)
Алгоритм понятен? да.
Сколько требуется памяти? Нужно хранить i.
log(3*n^3*log(n)) = const* log(n)= const *300* log(10) < 20000 бит
вместо 10^300 бит получили 20000 бит
Теория вероятностей и алгоритмы
for ( i=1 to 3*n^3*log(n)) {
выбери случайно одну из соседних комнат и иди туда
}
print («мы были во всех комнатах лабиринта почти наверняка»)
Вопросы:
Почему алгоритмы работает?
Теория вероятностей и алгоритмы
for ( i=1 to 3*n^3*log(n)) {
выбери случайно одну из соседних комнат и иди туда
}
print («мы были во всех комнатах лабиринта почти наверняка»)
Вопросы:
Почему алгоритмы работает? Теория случайных блужданий.
Случайные графы.
Теория вероятностей и алгоритмы
for ( i=1 to 3*n^3*log(n)) {
выбери случайно одну из соседних комнат и иди туда
}
print («мы были во всех комнатах лабиринта почти наверняка»)
Вопросы:
Может ли алгоритм ошибиться?
Теория вероятностей и алгоритмы
for ( i=1 to 3*n^3*log(n)) {
выбери случайно одну из соседних комнат и иди туда
}
print («мы были во всех комнатах лабиринта почти наверняка»)
Вопросы:
Может ли алгоритм ошибиться? Может, но вероятность ошибки
ничтожна мала
Теория вероятностей и алгоритмы
for ( i=1 to 3*n^3*log(n)) {
выбери случайно одну из соседних комнат и иди туда
}
print («мы были во всех комнатах лабиринта почти наверняка»)
Вопросы:
Можно ли решить задачу без теории вероятностей?
Теория вероятностей и алгоритмы
Вопросы:
Можно ли решить задачу без теории вероятностей?
Да легко! http://research.microsoft.com/pubs/148550/sl.pdf
Теория вероятностей и алгоритмы
Вопросы:
Можно ли решить задачу без теории вероятностей?
Да легко! http://research.microsoft.com/pubs/148550/sl.pdf
Теория вероятностей и алгоритмы
Вопросы:
Можно ли решить задачу без теории вероятностей?
Да легко! http://research.microsoft.com/pubs/148550/sl.pdf
Теория вероятностей и алгоритмы
Одна задача – два решения:
1) Вероятностное, прозрачное доступное для понимания и
реализации
2) Невероятностное, сложное (20 страниц), сложная
реализация -
Теория вероятностей и алгоритмы
Одна задача – два решения:
1) Вероятностное, прозрачное доступное для понимания и
реализации
2) Невероятностное, сложное (20 страниц), сложная
реализация – галактический алгоритм
Влюбленные одномерные
программисты
Случайное блуждание на прямой
0 На каждом шаге, одновременно, каждый из программистов
выбирает случайно направление и делает шаг влево или
вправо с вероятностями 0.5, 0.5
Влюбленные одномерные
программисты
0 На каждом шаге, одновременно, каждый из программистов
выбирает случайно направление и делает шаг влево или
вправо с вероятностями 0.5, 0.5
0 Встретятся ли программисты когда-нибудь?
Влюбленные одномерные
программисты
0 На каждом шаге, одновременно, каждый из программистов
выбирает случайно направление и делает шаг влево или
вправо с вероятностями 0.5, 0.5
0 Встретятся ли программисты когда-нибудь?
0 Хорошая новость:
0 Плохая новость:
Влюбленные одномерные
программисты
0 На каждом шаге, одновременно, каждый из программистов
выбирает случайно направление и делает шаг влево или
вправо с вероятностями 0.5, 0.5
0 Встретятся ли программисты когда-нибудь?
0 Хорошая новость: программисты встретятся с p=1
0 Плохая новость:
Влюбленные одномерные
программисты
0 На каждом шаге, одновременно, каждый из программистов
выбирает случайно направление и делает шаг влево или
вправо с вероятностями 0.5, 0.5
0 Встретятся ли программисты когда-нибудь?
0 Хорошая новость: программисты встретятся с p=1
0 Плохая новость: среднее время до встречи равно 00
Влюбленные одномерные
программисты
0 На каждом шаге, одновременно, каждый из программистов
выбирает случайно направление и делает шаг влево или
вправо с вероятностями 0.5, 0.5
0 Встретятся ли программисты когда-нибудь?
0 Хорошая новость: программисты встретятся с p=1
0 Плохая новость: среднее время до встречи равно 00
0 Вывод: не стоит случайно блуждать в поисках любви
Влюбленные двумерные
программисты
Встретятся ли программисты когда-нибудь?
Хорошая новость: программисты встретятся с p=1
Плохая новость: среднее время до встречи равно 00
Вывод: не стоит случайно блуждать в поисках
любви
Влюбленные многомерные
программисты
Влюбленные многомерные
программисты
0 Чем больше размерность пространства тем меньше
вероятность встречи
0 Начиная с размерности 3, вероятность встречи
строго меньше 1.
0 Вывод: многомерные существа очень одиноки
«трансцендентное одиночество» рассказ
Шекли «Обмен разумов»
Теория вероятностей и
анализ изображений
Поиск похожих изображений
0 Как определить похожесть?
0 текстура
0 сюжет
0 цвета
0 Начнем с более простой задачи
Теория вероятностей и анализ
изображений
Теория вероятностей и анализ
изображений
Теория вероятностей и анализ
изображений
Теория вероятностей и анализ
изображений
Теория вероятностей и анализ
изображений
Теория вероятностей и анализ
изображений
Теория вероятностей и
анализ изображений
0 Наивный алгоритм – беда!
0 Можно ли быстрее?
Теория вероятностей и
анализ изображений
0 Наивный алгоритм – беда!
0 Можно ли быстрее?
0 Теория вероятностей – на помощь!!!
Теория вероятностей и
анализ изображений
0 Вероятностное решение – случайные пиксели +
умный анализ, достаточно 200 000 операций
вместо 1 500 000 000 000 000 операций
Теория вероятностей и
анализ изображений
0 Вероятностное решение – случайные пиксели +
умный анализ, достаточно 200 000 операций
вместо 1 500 000 000 000 000 операций
Теория вероятностей на
собеседовании
0 Иногда на интервью задают задания, решения
которых подразумевает знание теории
вероятностей
0 Задача о купонах
0 Тасование колоды карт
0 Безумная старушка в самолете
0 Оценочные задачи
0 Спасение заключенных
Задача о купонах
0 Интервью в Интерфакс (Москва)
0 https://goo.gl/kVQBvH
Теория вероятностей на
собеседовании
0 Предложите алгоритм перемешивающий колоду
карт, работающий за линейное время
Теория вероятностей на
собеседовании
0 Верно ли перемешает карты следующий алгоритм
for (i=1 to 52) {
j=random(1..52)
switch(a[i],a[j])
}
Теория вероятностей на
собеседовании
0 Верно ли перемешает карты следующий алгоритм
for (i=1 to 52) {
j=random(1..52)
switch(a[i],a[j])
}
Нет
Теория вероятностей на
собеседовании
0 Сумасшедшая старушка в самолете -
https://goo.gl/g9sn1T
Теория вероятностей на
собеседовании
0 Спасение заключенных - https://goo.gl/OelxCn
Вопрос
0 Можно ли выучить самостоятельно теорию
вероятностей?
0 Да
0 Нет
Вопрос
0 Можно ли выучить самостоятельно теорию
вероятностей?
0 Да
0 Нет
0 Можно, но путь может быть долог и извилист
Вопрос
0 Какие дисциплины напрямую связаны с теорией
вероятностей?
Онлайн курсы
coursera.org/learn/kombinatorika-dlya-nachinayushchikh
Онлайн курсы
coursera.org/learn/probability-theory-basics
Онлайн курсы
0 Теория вероятностей для крутых программистов от
преподавателей одного из лучших технологических
университетов мира
0 EDX – MITx
0 edx.org/course/introduction-probability-science-mitx-6-041x-0
0 Интересный, но сложный курс
0 Теория вероятностей
0 Математическая статистика
0 Теория случайных процессов
Онлайн курсы
0 Теория вероятностей для медиков программистов
Statistics for Medical Professionals - Stanford
0 Интересный, доступный и познавательный курс,
знакомящий с основами Т.В. и математической
статистики
0 med.stanford.edu/cme/courses/online/medstats.html
Онлайн курсы
0 «Я люблю статистику» - EDX
0 edx.org/course/i-heart-stats-learning-love-statistics-notredamex-soc120x
Результаты опроса
0 Нужна ли теория вероятностей программисту
0 poll-maker.com/results446763xB54341a3-18#tab-2
Интервью для программистов
0 Бесплатный онлайн курс - https://goo.gl/dMS7ic
0 доступно 80 уроков
Дополнительный материал
0 Парадоксы теории вероятностей - встреча в обществе
скептиков Москва 2014 – в трех частях
0 http://goo.gl/0cH3rB - видео
Дополнительный материал
0 Комбинаторика, Н.Я. Виленкин – учебник
0 Один из лучших, доступных и интересных учебников на
русском языке:
0 комбинаторика
0 теория вероятностей
0 производящие функции
0 динамическое программирование
youtube.com/watch?v=2GrWE5lV5W8
Дополнительный материал
0 Парадоксы теории вероятностей и математической
статистики Г. Секей
Уголок Библиофила
ОБРАТНАЯ СВЯЗЬ
0igkleiner@gmail.com
0в контакте: vk.com/agile_psy
0youtube: youtube.com/user/igorkle1
Ваши вопросы и обратная связь суть
лучший источник мотивации
Благодарности
Благодарности
Образовательный IT-портал
GeekBrains
Благодарности
0 Клейнер Надежда
0 Бородин Захар
0 Гольцман Александр
0 Дубинский Игаль
0 Гликин Григорий
Ответы на вопросы
участников

More Related Content

More from Igor Kleiner

תכנות דינמי הרצאה 4
תכנות דינמי הרצאה 4תכנות דינמי הרצאה 4
תכנות דינמי הרצאה 4Igor Kleiner
 
שאלות לתרגול עצמי
שאלות לתרגול עצמישאלות לתרגול עצמי
שאלות לתרגול עצמיIgor Kleiner
 
פתרון תרגיל 3
פתרון תרגיל 3פתרון תרגיל 3
פתרון תרגיל 3Igor Kleiner
 
מבוא לתכנות מדעי: פייתון הרצאה 13
מבוא לתכנות מדעי: פייתון הרצאה 13מבוא לתכנות מדעי: פייתון הרצאה 13
מבוא לתכנות מדעי: פייתון הרצאה 13Igor Kleiner
 
תכנות מדעי פייתון: הרצאה 12: סיבוכיות
תכנות מדעי פייתון: הרצאה 12: סיבוכיותתכנות מדעי פייתון: הרצאה 12: סיבוכיות
תכנות מדעי פייתון: הרצאה 12: סיבוכיותIgor Kleiner
 
מבוא לתכנות מדעי: פייתון: הרצאה 11: דבגינג + תכנות דינמי
מבוא לתכנות מדעי: פייתון: הרצאה 11: דבגינג + תכנות דינמימבוא לתכנות מדעי: פייתון: הרצאה 11: דבגינג + תכנות דינמי
מבוא לתכנות מדעי: פייתון: הרצאה 11: דבגינג + תכנות דינמיIgor Kleiner
 
תכנות מדעי: פייתון: הרצאה 10: : תחום הכרעה
תכנות מדעי: פייתון: הרצאה 10: : תחום הכרעהתכנות מדעי: פייתון: הרצאה 10: : תחום הכרעה
תכנות מדעי: פייתון: הרצאה 10: : תחום הכרעהIgor Kleiner
 
מבוא לתכנות מדעי: פייתון: הרצאה 9: 2017
מבוא לתכנות מדעי: פייתון: הרצאה 9: 2017מבוא לתכנות מדעי: פייתון: הרצאה 9: 2017
מבוא לתכנות מדעי: פייתון: הרצאה 9: 2017Igor Kleiner
 
תכנות מדעי: פייתון: הרצאה 8: 2017
תכנות מדעי: פייתון: הרצאה 8:  2017תכנות מדעי: פייתון: הרצאה 8:  2017
תכנות מדעי: פייתון: הרצאה 8: 2017Igor Kleiner
 
תכנות מדעי: פייתון : הרצאה 7: 2017
תכנות מדעי: פייתון : הרצאה 7: 2017תכנות מדעי: פייתון : הרצאה 7: 2017
תכנות מדעי: פייתון : הרצאה 7: 2017Igor Kleiner
 
תכנות מדעי: פייתון: הרצאה 6: קבצים, רשימות
תכנות מדעי: פייתון: הרצאה 6: קבצים, רשימותתכנות מדעי: פייתון: הרצאה 6: קבצים, רשימות
תכנות מדעי: פייתון: הרצאה 6: קבצים, רשימותIgor Kleiner
 
מבוא לתכנות מדעי: פייתון: הרצאה 5: 2017
מבוא לתכנות מדעי: פייתון: הרצאה 5: 2017מבוא לתכנות מדעי: פייתון: הרצאה 5: 2017
מבוא לתכנות מדעי: פייתון: הרצאה 5: 2017Igor Kleiner
 
מבוא לתכנות מדעי: פייתון: הרצאה 4: 2017
מבוא לתכנות מדעי: פייתון: הרצאה 4: 2017מבוא לתכנות מדעי: פייתון: הרצאה 4: 2017
מבוא לתכנות מדעי: פייתון: הרצאה 4: 2017Igor Kleiner
 
מבוא לתכנות מדעי: פייתון: הרצאה 3: לולאות
מבוא לתכנות מדעי: פייתון: הרצאה 3: לולאותמבוא לתכנות מדעי: פייתון: הרצאה 3: לולאות
מבוא לתכנות מדעי: פייתון: הרצאה 3: לולאותIgor Kleiner
 
מבוא לתכנות מדעי: פייתון: הרצאה 2: 2017
מבוא לתכנות מדעי: פייתון: הרצאה 2: 2017מבוא לתכנות מדעי: פייתון: הרצאה 2: 2017
מבוא לתכנות מדעי: פייתון: הרצאה 2: 2017Igor Kleiner
 
פייתון: הרצאה 1
פייתון: הרצאה 1פייתון: הרצאה 1
פייתון: הרצאה 1Igor Kleiner
 
למידה ממוכנת פגישה 8
למידה ממוכנת פגישה 8 למידה ממוכנת פגישה 8
למידה ממוכנת פגישה 8 Igor Kleiner
 
מערכות לומדות פגישה 7-1 יער אקראי
מערכות לומדות פגישה 7-1 יער אקראימערכות לומדות פגישה 7-1 יער אקראי
מערכות לומדות פגישה 7-1 יער אקראיIgor Kleiner
 
מערכות לומדות תרגול 3 עצים
מערכות לומדות תרגול 3 עציםמערכות לומדות תרגול 3 עצים
מערכות לומדות תרגול 3 עציםIgor Kleiner
 
מערכות לומדות פגישה 6
מערכות לומדות פגישה 6מערכות לומדות פגישה 6
מערכות לומדות פגישה 6Igor Kleiner
 

More from Igor Kleiner (20)

תכנות דינמי הרצאה 4
תכנות דינמי הרצאה 4תכנות דינמי הרצאה 4
תכנות דינמי הרצאה 4
 
שאלות לתרגול עצמי
שאלות לתרגול עצמישאלות לתרגול עצמי
שאלות לתרגול עצמי
 
פתרון תרגיל 3
פתרון תרגיל 3פתרון תרגיל 3
פתרון תרגיל 3
 
מבוא לתכנות מדעי: פייתון הרצאה 13
מבוא לתכנות מדעי: פייתון הרצאה 13מבוא לתכנות מדעי: פייתון הרצאה 13
מבוא לתכנות מדעי: פייתון הרצאה 13
 
תכנות מדעי פייתון: הרצאה 12: סיבוכיות
תכנות מדעי פייתון: הרצאה 12: סיבוכיותתכנות מדעי פייתון: הרצאה 12: סיבוכיות
תכנות מדעי פייתון: הרצאה 12: סיבוכיות
 
מבוא לתכנות מדעי: פייתון: הרצאה 11: דבגינג + תכנות דינמי
מבוא לתכנות מדעי: פייתון: הרצאה 11: דבגינג + תכנות דינמימבוא לתכנות מדעי: פייתון: הרצאה 11: דבגינג + תכנות דינמי
מבוא לתכנות מדעי: פייתון: הרצאה 11: דבגינג + תכנות דינמי
 
תכנות מדעי: פייתון: הרצאה 10: : תחום הכרעה
תכנות מדעי: פייתון: הרצאה 10: : תחום הכרעהתכנות מדעי: פייתון: הרצאה 10: : תחום הכרעה
תכנות מדעי: פייתון: הרצאה 10: : תחום הכרעה
 
מבוא לתכנות מדעי: פייתון: הרצאה 9: 2017
מבוא לתכנות מדעי: פייתון: הרצאה 9: 2017מבוא לתכנות מדעי: פייתון: הרצאה 9: 2017
מבוא לתכנות מדעי: פייתון: הרצאה 9: 2017
 
תכנות מדעי: פייתון: הרצאה 8: 2017
תכנות מדעי: פייתון: הרצאה 8:  2017תכנות מדעי: פייתון: הרצאה 8:  2017
תכנות מדעי: פייתון: הרצאה 8: 2017
 
תכנות מדעי: פייתון : הרצאה 7: 2017
תכנות מדעי: פייתון : הרצאה 7: 2017תכנות מדעי: פייתון : הרצאה 7: 2017
תכנות מדעי: פייתון : הרצאה 7: 2017
 
תכנות מדעי: פייתון: הרצאה 6: קבצים, רשימות
תכנות מדעי: פייתון: הרצאה 6: קבצים, רשימותתכנות מדעי: פייתון: הרצאה 6: קבצים, רשימות
תכנות מדעי: פייתון: הרצאה 6: קבצים, רשימות
 
מבוא לתכנות מדעי: פייתון: הרצאה 5: 2017
מבוא לתכנות מדעי: פייתון: הרצאה 5: 2017מבוא לתכנות מדעי: פייתון: הרצאה 5: 2017
מבוא לתכנות מדעי: פייתון: הרצאה 5: 2017
 
מבוא לתכנות מדעי: פייתון: הרצאה 4: 2017
מבוא לתכנות מדעי: פייתון: הרצאה 4: 2017מבוא לתכנות מדעי: פייתון: הרצאה 4: 2017
מבוא לתכנות מדעי: פייתון: הרצאה 4: 2017
 
מבוא לתכנות מדעי: פייתון: הרצאה 3: לולאות
מבוא לתכנות מדעי: פייתון: הרצאה 3: לולאותמבוא לתכנות מדעי: פייתון: הרצאה 3: לולאות
מבוא לתכנות מדעי: פייתון: הרצאה 3: לולאות
 
מבוא לתכנות מדעי: פייתון: הרצאה 2: 2017
מבוא לתכנות מדעי: פייתון: הרצאה 2: 2017מבוא לתכנות מדעי: פייתון: הרצאה 2: 2017
מבוא לתכנות מדעי: פייתון: הרצאה 2: 2017
 
פייתון: הרצאה 1
פייתון: הרצאה 1פייתון: הרצאה 1
פייתון: הרצאה 1
 
למידה ממוכנת פגישה 8
למידה ממוכנת פגישה 8 למידה ממוכנת פגישה 8
למידה ממוכנת פגישה 8
 
מערכות לומדות פגישה 7-1 יער אקראי
מערכות לומדות פגישה 7-1 יער אקראימערכות לומדות פגישה 7-1 יער אקראי
מערכות לומדות פגישה 7-1 יער אקראי
 
מערכות לומדות תרגול 3 עצים
מערכות לומדות תרגול 3 עציםמערכות לומדות תרגול 3 עצים
מערכות לומדות תרגול 3 עצים
 
מערכות לומדות פגישה 6
מערכות לומדות פגישה 6מערכות לומדות פגישה 6
מערכות לומדות פגישה 6
 

Невероятная теория вероятностей - удивительное рядом

  • 1.
  • 5. Анекдот 0 Ералаш, выпуск 45 серия 2, “На всякий случай” http://goo.gl/DlfquL
  • 6. Анекдот 0 Ералаш, выпуск 45 серия 2, “На всякий случай” http://goo.gl/DlfquL
  • 7. Анекдот 0 Ералаш, выпуск 45 серия 2, “На всякий случай” http://goo.gl/DlfquL
  • 8. Анекдот 0 Ералаш, выпуск 45 серия 2, “На всякий случай” http://goo.gl/DlfquL
  • 9. Анекдот 0 Ералаш, выпуск 45 серия 2, “На всякий случай” http://goo.gl/DlfquL
  • 10. Анекдот 0 Ералаш, выпуск 45 серия 2, “На всякий случай” http://goo.gl/DlfquL
  • 14. Цель нашей встречи 0 Совершить путешествие в страну Теории Вероятностей
  • 15. Цель нашей встречи 0 Совершить путешествие в страну Теории Вероятностей
  • 16. Цель нашей встречи 0 Понять зачем и почему теория вероятностей может пригодиться разработчику или программисту
  • 17. Цель нашей встречи 0 Узнать много нового интересного и полезного и хорошо провести время
  • 18. Цель нашей встречи 0 Разобраться как продолжить знакомство с теорией вероятностей самостоятельно statistics for medicine
  • 19. План 0 Монте Карло – Ленин и казино 0 Смерть в колыбели 0 Страна потерянных носков 0 Бесконечный лабиринт 0 Восьмимерные влюбленные программисты, блуждающие в одиночестве 0 Как Google распознает изображения 0 Теория вероятностей при прохождении собеседований 0 Как изучить теорию вероятностей
  • 21.
  • 22.
  • 23.
  • 24.
  • 25.
  • 26.
  • 27.
  • 28. Метод Монте Карло 0 Предположим мы хотим найти площадь нижнего треугольника
  • 29. Метод Монте Карло 0 Предположим мы хотим найти площадь нижнего треугольника 0 Бросим в квадрат большое количество случайных точек ( x= rand(uniform,100,2d) )
  • 30. Метод Монте Карло 0 Предположим мы хотим найти площадь нижнего треугольника 0 Бросим в квадрат большое количество случайных точек ( x= rand(uniform,100,2d) ) 0 Сколько в среднем точек попадет в нижний треугольник? 0 Чему равна площадь нижнего треугольника?
  • 31. Метод Монте Карло 0 Предположим мы хотим найти площадь нижнего треугольника 0 Бросим в квадрат большое количество случайных точек ( x= rand(uniform,100,2d) ) 0 Сколько в среднем точек попадет в нижний треугольник? Половина точек 0 Чему равна площадь нижнего треугольника? 0.5
  • 32. Метод Монте Карло 0 Предположим мы хотим найти площадь нижнего треугольника 0 Бросим в квадрат большое количество случайных точек ( x= rand(uniform,100,2d) ) 0 Сколько в среднем точек попадет в нижний треугольник? Половина точек 0 Чему равна площадь нижнего треугольника? 0.5
  • 33. Метод Монте Карло 0 Пропорция точек попавших в заданную фигуру в среднем будет равна площади данной фигуры вписанной в единичный квадрат
  • 34. Метод Монте Карло 0 Пропорция точек попавших в заданную фигуру в среднем будет равна (сходится по вероятности) площади данной фигуры вписанной в единичный квадрат 0 Вывод: можно вычислить площадь треугольника по формуле, а можно с помощью случайных чисел И ВСЕ?
  • 37. Как вычислить число 𝜋 с помощью иглы
  • 38. Как найти площадь Ленина с помощью иглы
  • 39. Как найти площадь Ленина с помощью программиста 0 Дайте мне: компьютер и Ленина
  • 40. Как найти площадь Ленина с помощью программиста 0 Дайте мне: компьютер и Ленина 0 Алгоритм: 0 Генерируем большое количество случайных точек 0 Вычисляем пропорцию точек попавших в объект
  • 41. Метод Монте Карло - итоги 0 Позволяет с помощью теории вероятностей (симуляции) вычислять площадь различных объектов 0 Позволяет вычислять площадьобъем многомерных объектов 0 Прост и понятен, а также легок в реализации
  • 43. Дайте мне кубики и я вычислю все что угодно
  • 45. Теория вероятностей в суде 0 Может ли незнание теории вероятностей довести до тюрьмы? 0 Да 0 Нет
  • 46. Теория вероятностей в суде 0 Смерть в колыбели – синдром внезапной детской смерти
  • 47. Теория вероятностей в суде 0 Смерть в колыбели – синдром внезапной детской смерти
  • 48. Теория вероятностей в суде 0 Смерть в колыбели – синдром внезапной детской смерти 0 В журнале Science рассказывается о деле женщины, оба ребенка которой умерли от СВДС
  • 49. Теория вероятностей в суде 0 Смерть в колыбели – синдром внезапной детской смерти 0 В журнале Science рассказывается о деле женщины, оба ребенка которой умерли от СВДС 0 Врач - эксперт, утверждал, что вероятность ребенка умереть от СВДС = 1/8500, поэтому вероятность двух детей умереть от СВДС =
  • 50. Теория вероятностей в суде 0 Смерть в колыбели – синдром внезапной детской смерти 0 В журнале Science рассказывается о деле женщины, оба ребенка которой умерли от СВДС 0 Врач - эксперт, утверждал, что вероятность ребенка умереть от СВДС = 1/8500, поэтому вероятность двух детей умереть от СВДС =1/8500* 1/8500=0.00000001
  • 51. Теория вероятностей в суде 0 Смерть в колыбели – синдром внезапной детской смерти 0 В журнале Science рассказывается о деле женщины, оба ребенка которой умерли от СВДС 0 На основании утверждений врача мать была приговорена к тюремному сроку
  • 52. Теория вероятностей в суде 0 Смерть в колыбели – синдром внезапной детской смерти 0 В журнале Science рассказывается о деле женщины, оба ребенка которой умерли от СВДС 0 На основании утверждений врача мать была приговорена к тюремному сроку
  • 53. Теория вероятностей в суде 0 В чем ошибся врач?
  • 54. Теория вероятностей в суде 0 В чем ошибся врач? 0 Врач - эксперт, утверждал, что вероятность ребенка умереть от СВДС = 1/8500, поэтому вероятность двух детей умереть от СВДС =1/8500* 1/8500=0.00000001 0 Перемножаются лишь вероятности независимых событий, а дети одной женщины (общие гены), проживающие в одном городе , в одно время это зависимые события
  • 55. Теория вероятностей в суде 0 В чем ошибся врач? 0 Врач - эксперт, утверждал, что вероятность ребенка умереть от СВДС = 1/8500, поэтому вероятность двух детей умереть от СВДС =1/8500* 1/8500=0.00000001 0 Перемножаются лишь вероятности независимых событий, а дети одной женщины (общие гены), проживающие в одном городе , в одно время это зависимые события
  • 56. Теория вероятностей и страна перепутанных носков
  • 57. Теория вероятностей и страна перепутанных носков 0 После стирки в машинке n пар носков. 0 Программист Вася достает носки по одной штуке пока не получится пара
  • 58. Теория вероятностей и страна перепутанных носков 0 После стирки в машинке n пар носков. 0 Вася программист достает носки по одной штуке пока не получится пара 0 while (нет носок одной пары) 0 { Бери еще один носок из машинки 0 }
  • 59. Теория вероятностей и страна перепутанных носков 0 После стирки в машинке n пар носков. 0 Вася программист, достает носки по одной штуке пока не получится пара 0 Сколько в среднем нужно Васе извлечь носков? Успеет ли Вася на свидание?
  • 60. Теория вероятностей и страна перепутанных носков 0 После стирки в машинке n пар носков. 0 Вася программист, достает носки по одной штуке пока не получится пара 0 Сколько в среднем нужно Васе извлечь носков? Успеет ли Вася на свидание? 0 В среднем нужно извлечь носков
  • 61. Теория вероятностей и страна перепутанных носков 0 После стирки в машинке n пар носков. 0 Вася программист, достает носки по одной штуке пока не получится пара 0 Сколько в среднем нужно Васе извлечь носков? Успеет ли Вася на свидание? 0 В среднем нужно извлечь носков
  • 62. Теория вероятностей и страна перепутанных носков 0 Сколько в среднем нужно Васе извлечь носков? Успеет ли Вася на свидание? 0 В среднем нужно извлечь носков n попытки 5 3,963326 10 5,604989 20 7,926651 50 12,53314
  • 63. Теория вероятностей и страна перепутанных носков 0 Сколько в среднем нужно Васе извлечь носков? Успеет ли Вася на свидание? 0 В среднем нужно извлечь носков n попытки 5 3,963326 10 5,604989 20 7,926651 50 12,53314
  • 64. Теория вероятностей и страна перепутанных носков 0 После стирки в машинке n пар носков 0 Сколько в среднем нужно Васе извлечь носков? 0 В среднем нужно извлечь носков 0 Обратная задача
  • 65. Теория вероятностей и страна перепутанных носков 0 После стирки в машинке n пар носков 0 Сколько в среднем нужно Васе извлечь носков? 0 В среднем нужно извлечь носков 0 Обратная задача: 0 Вася извлек 13 носков пока не нашел пару 0 Сколько пар носков в машинке?
  • 66. Теория вероятностей и страна перепутанных носков 0 После стирки в машинке n пар носков 0 Сколько в среднем нужно Васе извлечь носков? 0 В среднем нужно извлечь носков 0 Обратная задача: 0 Вася извлек 13 носков пока не нашел пару 0 Сколько пар носков в машинке? = 13
  • 67. Теория вероятностей и страна перепутанных носков 0 После стирки в машинке n пар носков 0 Сколько в среднем нужно Васе извлечь носков? 0 В среднем нужно извлечь носков 0 Обратная задача: 0 Вася извлек 13 носков пока не нашел пару 0 Сколько пар носков в машинке? = 13, n=14
  • 68. Теория вероятностей и страна перепутанных носков 0 Обратная задача: 0 Вася извлек 13 носков пока не нашел пару 0 Сколько пар носков в машинке? = 13, n=14 0 Математическая статистика – анализ модели с помощью наблюдений (выборка)
  • 69. Теория вероятностей и страна перепутанных носков 0 Обратная задача: 0 Вася извлек 13 носков пока не нашел пару 0 Сколько пар носков в машинке? = 13, n=14 0 Математическая статистика – анализ модели с помощью наблюдений (выборка) 0 Теория вероятностей – модель дана, предсказание результатов наблюдений (вероятностей)
  • 71. Теория вероятностей и алгоритмы 0 Предположим, что вы находитесь в лабиринте в котором 10^300 комнат
  • 72. Теория вероятностей и алгоритмы 0 Предположим, что вы находитесь в лабиринте в котором 10^300 комнат 0 Наша цель – обойти все комнаты лабиринта 0 Т.е. в какой-то момент мы должны остановиться и сказать - «все лабиринт пройден»
  • 73. Теория вероятностей и алгоритмы 0 Предположим, что вы находитесь в лабиринте в котором 10^300 комнат 0 Наша цель – обойти все комнаты лабиринта 0 Т.е. в какой-то момент мы должны остановиться и сказать - «все лабиринт пройден» 0 Правило левой руки?
  • 74. Теория вероятностей и алгоритмы 0 Предположим, что вы находитесь в лабиринте в котором 10^300 комнат 0 Наша цель – обойти все комнаты лабиринта 0 Т.е. в какой-то момент мы должны остановиться и сказать - «все лабиринт пройден» 0 Правило левой руки? не всегда работает
  • 75. Теория вероятностей и алгоритмы 0 Предположим, что вы находитесь в лабиринте в котором 10^300 комнат 0 Наша цель – обойти все комнаты лабиринта 0 Т.е. в какой-то момент мы должны остановиться и сказать - «все лабиринт пройден» 0 Если можно помечать краской комнаты где мы были то задача легко решается BFS, DFS
  • 76. Теория вероятностей и алгоритмы 0 Задача про лабиринт на языке графов – имеется ненаправленный граф, в котором очень много вершин (10^300). Наша цель обойти все вершины графа
  • 77. Теория вероятностей и алгоритмы 0 Задача про лабиринт на языке графов – имеется ненаправленный граф, в котором очень много вершин (10^300). Наша цель обойти все вершины графа 0 Решение: BFS, DFS – если можно красить вершины, то задача легко решаема
  • 78. Теория вероятностей и алгоритмы 0 Задача про лабиринт на языке графов – имеется ненаправленный граф, в котором очень много вершин (10^300). Наша цель обойти все вершины графа 0 Сколько нужно памяти для наивного решения? BFS. DFS - 10^300 бит – нужно отмечать все комнаты где мы были
  • 79. Теория вероятностей и алгоритмы 0 Задача про лабиринт на языке графов – имеется ненаправленный граф, в котором очень много вершин (10^300). Наша цель обойти все вершины графа 0 Сколько нужно памяти для наивного решения? BFS. DFS - 10^300 бит – нужно отмечать все комнаты где мы были Столько памяти не существует на всей планете
  • 80. Теория вероятностей и алгоритмы 0 Задача про лабиринт на языке графов – имеется ненаправленный граф, в котором очень много вершин (10^300). Наша цель обойти все вершины графа 0 Сколько нужно памяти для наивного решения? BFS. DFS - 10^300 бит – нужно отмечать все комнаты где мы были Столько памяти не существует на всей планете Как же быть???
  • 81. Теория вероятностей и алгоритмы Как же быть??? Нам нужно обойти гигантский граф (лабиринт) Мы не можем помечать вершины (комнаты) в которых были?
  • 82. Теория вероятностей и алгоритмы Как же быть??? Нам нужно обойти гигантский граф (лабиринт) Мы не можем помечать вершины (комнаты) в которых были? Задача нерешаема - можно идти домой?
  • 83. Теория вероятностей и алгоритмы Как же быть??? Нам нужно обойти гигантский граф (лабиринт) Мы не можем помечать вершины (комнаты) в которых были? Задача нерешаема - можно идти домой? Теория вероятностей – на помощь!!!
  • 84. Теория вероятностей и алгоритмы Нам нужно обойти гигантский граф (лабиринт) обозначим через n – количество комнат for ( i=1 to 3*n^3*log(n)) { выбери случайно одну из соседних комнат и иди туда } print («мы были во всех комнатах лабиринта почти наверняка»)
  • 85. Теория вероятностей и алгоритмы for ( i=1 to 3*n^3*log(n)) { выбери случайно одну из соседних комнат и иди туда } print («мы были во всех комнатах лабиринта почти наверняка») Алгоритм понятен?
  • 86. Теория вероятностей и алгоритмы for ( i=1 to 3*n^3*log(n)) { выбери случайно одну из соседних комнат и иди туда } print («мы были во всех комнатах лабиринта почти наверняка») Алгоритм понятен? да. Сколько требуется памяти?
  • 87. Теория вероятностей и алгоритмы for ( i=1 to 3*n^3*log(n)) { выбери случайно одну из соседних комнат и иди туда } print («мы были во всех комнатах лабиринта почти наверняка») Алгоритм понятен? да. Сколько требуется памяти? Нужно хранить i.
  • 88. Теория вероятностей и алгоритмы for ( i=1 to 3*n^3*log(n)) { выбери случайно одну из соседних комнат и иди туда } print («мы были во всех комнатах лабиринта почти наверняка») Алгоритм понятен? да. Сколько требуется памяти? Нужно хранить i. log(3*n^3*log(n)) = const* log(n)= const *300* log(10) < 20000 бит
  • 89. Теория вероятностей и алгоритмы for ( i=1 to 3*n^3*log(n)) { выбери случайно одну из соседних комнат и иди туда } print («мы были во всех комнатах лабиринта почти наверняка») Алгоритм понятен? да. Сколько требуется памяти? Нужно хранить i. log(3*n^3*log(n)) = const* log(n)= const *300* log(10) < 20000 бит вместо 10^300 бит получили 20000 бит
  • 90. Теория вероятностей и алгоритмы for ( i=1 to 3*n^3*log(n)) { выбери случайно одну из соседних комнат и иди туда } print («мы были во всех комнатах лабиринта почти наверняка») Вопросы: Почему алгоритмы работает?
  • 91. Теория вероятностей и алгоритмы for ( i=1 to 3*n^3*log(n)) { выбери случайно одну из соседних комнат и иди туда } print («мы были во всех комнатах лабиринта почти наверняка») Вопросы: Почему алгоритмы работает? Теория случайных блужданий. Случайные графы.
  • 92. Теория вероятностей и алгоритмы for ( i=1 to 3*n^3*log(n)) { выбери случайно одну из соседних комнат и иди туда } print («мы были во всех комнатах лабиринта почти наверняка») Вопросы: Может ли алгоритм ошибиться?
  • 93. Теория вероятностей и алгоритмы for ( i=1 to 3*n^3*log(n)) { выбери случайно одну из соседних комнат и иди туда } print («мы были во всех комнатах лабиринта почти наверняка») Вопросы: Может ли алгоритм ошибиться? Может, но вероятность ошибки ничтожна мала
  • 94. Теория вероятностей и алгоритмы for ( i=1 to 3*n^3*log(n)) { выбери случайно одну из соседних комнат и иди туда } print («мы были во всех комнатах лабиринта почти наверняка») Вопросы: Можно ли решить задачу без теории вероятностей?
  • 95. Теория вероятностей и алгоритмы Вопросы: Можно ли решить задачу без теории вероятностей? Да легко! http://research.microsoft.com/pubs/148550/sl.pdf
  • 96. Теория вероятностей и алгоритмы Вопросы: Можно ли решить задачу без теории вероятностей? Да легко! http://research.microsoft.com/pubs/148550/sl.pdf
  • 97. Теория вероятностей и алгоритмы Вопросы: Можно ли решить задачу без теории вероятностей? Да легко! http://research.microsoft.com/pubs/148550/sl.pdf
  • 98. Теория вероятностей и алгоритмы Одна задача – два решения: 1) Вероятностное, прозрачное доступное для понимания и реализации 2) Невероятностное, сложное (20 страниц), сложная реализация -
  • 99. Теория вероятностей и алгоритмы Одна задача – два решения: 1) Вероятностное, прозрачное доступное для понимания и реализации 2) Невероятностное, сложное (20 страниц), сложная реализация – галактический алгоритм
  • 100. Влюбленные одномерные программисты Случайное блуждание на прямой 0 На каждом шаге, одновременно, каждый из программистов выбирает случайно направление и делает шаг влево или вправо с вероятностями 0.5, 0.5
  • 101. Влюбленные одномерные программисты 0 На каждом шаге, одновременно, каждый из программистов выбирает случайно направление и делает шаг влево или вправо с вероятностями 0.5, 0.5 0 Встретятся ли программисты когда-нибудь?
  • 102. Влюбленные одномерные программисты 0 На каждом шаге, одновременно, каждый из программистов выбирает случайно направление и делает шаг влево или вправо с вероятностями 0.5, 0.5 0 Встретятся ли программисты когда-нибудь? 0 Хорошая новость: 0 Плохая новость:
  • 103. Влюбленные одномерные программисты 0 На каждом шаге, одновременно, каждый из программистов выбирает случайно направление и делает шаг влево или вправо с вероятностями 0.5, 0.5 0 Встретятся ли программисты когда-нибудь? 0 Хорошая новость: программисты встретятся с p=1 0 Плохая новость:
  • 104. Влюбленные одномерные программисты 0 На каждом шаге, одновременно, каждый из программистов выбирает случайно направление и делает шаг влево или вправо с вероятностями 0.5, 0.5 0 Встретятся ли программисты когда-нибудь? 0 Хорошая новость: программисты встретятся с p=1 0 Плохая новость: среднее время до встречи равно 00
  • 105. Влюбленные одномерные программисты 0 На каждом шаге, одновременно, каждый из программистов выбирает случайно направление и делает шаг влево или вправо с вероятностями 0.5, 0.5 0 Встретятся ли программисты когда-нибудь? 0 Хорошая новость: программисты встретятся с p=1 0 Плохая новость: среднее время до встречи равно 00 0 Вывод: не стоит случайно блуждать в поисках любви
  • 106. Влюбленные двумерные программисты Встретятся ли программисты когда-нибудь? Хорошая новость: программисты встретятся с p=1 Плохая новость: среднее время до встречи равно 00 Вывод: не стоит случайно блуждать в поисках любви
  • 108. Влюбленные многомерные программисты 0 Чем больше размерность пространства тем меньше вероятность встречи 0 Начиная с размерности 3, вероятность встречи строго меньше 1. 0 Вывод: многомерные существа очень одиноки «трансцендентное одиночество» рассказ Шекли «Обмен разумов»
  • 110.
  • 111. Поиск похожих изображений 0 Как определить похожесть? 0 текстура 0 сюжет 0 цвета 0 Начнем с более простой задачи
  • 112. Теория вероятностей и анализ изображений
  • 113. Теория вероятностей и анализ изображений
  • 114. Теория вероятностей и анализ изображений
  • 115. Теория вероятностей и анализ изображений
  • 116. Теория вероятностей и анализ изображений
  • 117. Теория вероятностей и анализ изображений
  • 118. Теория вероятностей и анализ изображений 0 Наивный алгоритм – беда! 0 Можно ли быстрее?
  • 119. Теория вероятностей и анализ изображений 0 Наивный алгоритм – беда! 0 Можно ли быстрее? 0 Теория вероятностей – на помощь!!!
  • 120. Теория вероятностей и анализ изображений 0 Вероятностное решение – случайные пиксели + умный анализ, достаточно 200 000 операций вместо 1 500 000 000 000 000 операций
  • 121. Теория вероятностей и анализ изображений 0 Вероятностное решение – случайные пиксели + умный анализ, достаточно 200 000 операций вместо 1 500 000 000 000 000 операций
  • 122. Теория вероятностей на собеседовании 0 Иногда на интервью задают задания, решения которых подразумевает знание теории вероятностей 0 Задача о купонах 0 Тасование колоды карт 0 Безумная старушка в самолете 0 Оценочные задачи 0 Спасение заключенных
  • 123. Задача о купонах 0 Интервью в Интерфакс (Москва) 0 https://goo.gl/kVQBvH
  • 124. Теория вероятностей на собеседовании 0 Предложите алгоритм перемешивающий колоду карт, работающий за линейное время
  • 125. Теория вероятностей на собеседовании 0 Верно ли перемешает карты следующий алгоритм for (i=1 to 52) { j=random(1..52) switch(a[i],a[j]) }
  • 126. Теория вероятностей на собеседовании 0 Верно ли перемешает карты следующий алгоритм for (i=1 to 52) { j=random(1..52) switch(a[i],a[j]) } Нет
  • 127. Теория вероятностей на собеседовании 0 Сумасшедшая старушка в самолете - https://goo.gl/g9sn1T
  • 128. Теория вероятностей на собеседовании 0 Спасение заключенных - https://goo.gl/OelxCn
  • 129. Вопрос 0 Можно ли выучить самостоятельно теорию вероятностей? 0 Да 0 Нет
  • 130. Вопрос 0 Можно ли выучить самостоятельно теорию вероятностей? 0 Да 0 Нет 0 Можно, но путь может быть долог и извилист
  • 131. Вопрос 0 Какие дисциплины напрямую связаны с теорией вероятностей?
  • 132.
  • 135. Онлайн курсы 0 Теория вероятностей для крутых программистов от преподавателей одного из лучших технологических университетов мира 0 EDX – MITx 0 edx.org/course/introduction-probability-science-mitx-6-041x-0 0 Интересный, но сложный курс 0 Теория вероятностей 0 Математическая статистика 0 Теория случайных процессов
  • 136. Онлайн курсы 0 Теория вероятностей для медиков программистов Statistics for Medical Professionals - Stanford 0 Интересный, доступный и познавательный курс, знакомящий с основами Т.В. и математической статистики 0 med.stanford.edu/cme/courses/online/medstats.html
  • 137. Онлайн курсы 0 «Я люблю статистику» - EDX 0 edx.org/course/i-heart-stats-learning-love-statistics-notredamex-soc120x
  • 138. Результаты опроса 0 Нужна ли теория вероятностей программисту 0 poll-maker.com/results446763xB54341a3-18#tab-2
  • 139.
  • 140. Интервью для программистов 0 Бесплатный онлайн курс - https://goo.gl/dMS7ic 0 доступно 80 уроков
  • 141. Дополнительный материал 0 Парадоксы теории вероятностей - встреча в обществе скептиков Москва 2014 – в трех частях 0 http://goo.gl/0cH3rB - видео
  • 142. Дополнительный материал 0 Комбинаторика, Н.Я. Виленкин – учебник 0 Один из лучших, доступных и интересных учебников на русском языке: 0 комбинаторика 0 теория вероятностей 0 производящие функции 0 динамическое программирование youtube.com/watch?v=2GrWE5lV5W8
  • 143. Дополнительный материал 0 Парадоксы теории вероятностей и математической статистики Г. Секей
  • 145. ОБРАТНАЯ СВЯЗЬ 0igkleiner@gmail.com 0в контакте: vk.com/agile_psy 0youtube: youtube.com/user/igorkle1 Ваши вопросы и обратная связь суть лучший источник мотивации
  • 148. Благодарности 0 Клейнер Надежда 0 Бородин Захар 0 Гольцман Александр 0 Дубинский Игаль 0 Гликин Григорий