Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Oppiskele Ehdollisen Todennäköisyyden ja Bayesin Lauseen Toteuttaminen Pythonilla | Todennäköisyys ja Tilastotiede
Practice
Projects
Quizzes & Challenges
Visat
Challenges
/
Matematiikka Data-analytiikalle

bookEhdollisen Todennäköisyyden ja Bayesin Lauseen Toteuttaminen Pythonilla

Pyyhkäise näyttääksesi valikon

Ehdollinen todennäköisyys

Ehdollinen todennäköisyys mittaa tapahtuman todennäköisyyttä, kun tiedetään, että jokin toinen tapahtuma on jo toteutunut.

Kaava:

P(AB)=P(AB)P(B)P(A \mid B) = \frac{P(A \cap B)}{P(B)}
12345
P_A_and_B = 0.1 # Probability late AND raining P_B = 0.2 # Probability raining P_A_given_B = P_A_and_B / P_B print(f"P(A|B) = {P_A_given_B:.2f}") # Output: 0.5
copy

Tulkinta: Jos sataa, on 50 %:n todennäköisyys, että myöhästyt töistä.

Bayes'n kaava

Bayes'n kaava auttaa löytämään $P(A|B)$ tilanteissa, joissa sen mittaaminen suoraan on vaikeaa, yhdistämällä sen $P(B|A)$:han, joka on usein helpompi arvioida.

Kaava:

P(AB)=P(BA)P(A)P(B)P(A \mid B) = \frac{P(B \mid A) \cdot P(A)}{P(B)}

Missä:

  • P(AB)P(A \mid B) – A:n todennäköisyys ehdolla B (tavoite);
  • P(BA)P(B \mid A) – B:n todennäköisyys ehdolla A;
  • P(A)P(A) – A:n prior-todennäköisyys;
  • P(B)P(B) – B:n kokonais­todennäköisyys.

P(B)P(B) laajennettuna

P(B)=P(BA)P(A)+P(B¬A)P(¬A)P(B) = P(B \mid A) P(A) + P(B \mid \neg A) P(\neg A)
123456789101112
P_A = 0.01 # Disease prevalence P_not_A = 1 - P_A P_B_given_A = 0.99 # Sensitivity P_B_given_not_A = 0.05 # False positive rate # Total probability of testing positive P_B = (P_B_given_A * P_A) + (P_B_given_not_A * P_not_A) print(f"P(B) = {P_B:.4f}") # Output: 0.0594 # Apply Bayes’ Theorem P_A_given_B = (P_B_given_A * P_A) / P_B print(f"P(A|B) = {P_A_given_B:.4f}") # Output: 0.1672
copy

Tulkinta: Vaikka testitulos olisi positiivinen, on vain noin 16,7 %:n todennäköisyys, että henkilöllä on todella tauti.

Keskeiset huomiot

  • Ehdollinen todennäköisyys määrittää A:n todennäköisyyden, kun tiedetään B:n tapahtuneen;
  • Bayesin kaava kääntää ehdolliset todennäköisyydet ja päivittää uskomuksia, kun suora mittaus on vaikeaa;
  • Molemmat ovat olennaisia data-analytiikassa, lääketieteellisessä testauksessa ja koneoppimisessa.
question mark

Mitä tämä koodi tulostaa?

Select the correct answer

Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

Osio 5. Luku 4

Kysy tekoälyä

expand

Kysy tekoälyä

ChatGPT

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

Osio 5. Luku 4
some-alt