📊 Statistics in AI - डेटा को समझने की कुंजी (हिंदी में)

🔰 Statistics क्यों जरूरी है?

AI में model train करने से पहले हमें data की properties को समझना जरूरी होता है। Statistical tools से हम data की distribution, variability और reliability को माप सकते हैं।

📌 1. Measures of Central Tendency (Mean, Median, Mode)

• Mean: Average value
• Median: Middle value in sorted data
• Mode: सबसे बार आने वाला value

import numpy as np
from scipy import stats

data = [1, 2, 2, 3, 4, 5]
print("Mean:", np.mean(data))
print("Median:", np.median(data))
print("Mode:", stats.mode(data)[0][0])

📌 2. Measures of Dispersion (Range, Variance, Standard Deviation)

यह measures हमें बताते हैं कि data values average से कितना दूर हैं।

data = [10, 12, 23, 23, 16, 23, 21, 16]
print("Range:", max(data) - min(data))
print("Variance:", np.var(data))
print("Standard Deviation:", np.std(data))

📌 3. Probability Distributions

• Normal Distribution: Bell-curve shape, real-world data के लिए common
• Binomial Distribution: दो outcomes वाले experiments
• Poisson Distribution: rare events की modeling के लिए

📌 4. Correlation & Covariance

ये दोनों metrics दो variables के बीच के relationship को मापते हैं:

• Correlation: -1 से +1 के बीच होता है
• Covariance: Linear dependency बताता है

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
print("Correlation:", np.corrcoef(x, y)[0,1])
print("Covariance:", np.cov(x, y)[0,1])

📌 5. Hypothesis Testing (Z-test, T-test)

AI में हम अक्सर ये जानना चाहते हैं कि कोई फर्क real है या सिर्फ chance की वजह से है। Hypothesis testing इसी काम आती है।

• Null Hypothesis: कोई फर्क नहीं है
• Alternative Hypothesis: फर्क मौजूद है
• Z-test, T-test: दो samples या groups के बीच comparison के लिए