Мы используем теорему Байеса, когда хотим вычислить, как новые наблюдения влияют на наше понимание мира. Допустим, у нас есть некоторое событие, вероятность которого мы знаем. Теперь мы получили новые данные, которые как-то связаны с этим событием. Как изменится вероятность события после этих наблюдений? Это и есть главный вопрос, на который можно ответить, воспользовавшись формулой с картинки👆
✍️Пример
Представим, что вы хотите узнать вероятность того, что человек болен гриппом (событие A), если он чихает (событие B). Вы знаете, что: ▪️Вероятность того, что человек чихает, если у него грипп, составляет 90% (P(B|A) = 0.9). ▪️Вероятность чихания для всех людей — 10% (P(B) = 0.1). ▪️Вероятность того, что человек болен гриппом — 1% (P(A) = 0.01).
Подставив это всё в формулу, получаем ответ 0.09, или 9%.
👀 Так, теорема Байеса отвечает за переход от априорной вероятности (до наблюдения) к апостериорной вероятности (после наблюдения).
Мы используем теорему Байеса, когда хотим вычислить, как новые наблюдения влияют на наше понимание мира. Допустим, у нас есть некоторое событие, вероятность которого мы знаем. Теперь мы получили новые данные, которые как-то связаны с этим событием. Как изменится вероятность события после этих наблюдений? Это и есть главный вопрос, на который можно ответить, воспользовавшись формулой с картинки👆
✍️Пример
Представим, что вы хотите узнать вероятность того, что человек болен гриппом (событие A), если он чихает (событие B). Вы знаете, что: ▪️Вероятность того, что человек чихает, если у него грипп, составляет 90% (P(B|A) = 0.9). ▪️Вероятность чихания для всех людей — 10% (P(B) = 0.1). ▪️Вероятность того, что человек болен гриппом — 1% (P(A) = 0.01).
Подставив это всё в формулу, получаем ответ 0.09, или 9%.
👀 Так, теорема Байеса отвечает за переход от априорной вероятности (до наблюдения) к апостериорной вероятности (после наблюдения).
BY Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение
For some time, Mr. Durov and a few dozen staffers had no fixed headquarters, but rather traveled the world, setting up shop in one city after another, he told the Journal in 2016. The company now has its operational base in Dubai, though it says it doesn’t keep servers there.Mr. Durov maintains a yearslong friendship from his VK days with actor and tech investor Jared Leto, with whom he shares an ascetic lifestyle that eschews meat and alcohol.
However, analysts are positive on the stock now. “We have seen a huge downside movement in the stock due to the central electricity regulatory commission’s (CERC) order that seems to be negative from 2014-15 onwards but we cannot take a linear negative view on the stock and further downside movement on the stock is unlikely. Currently stock is underpriced. Investors can bet on it for a longer horizon," said Vivek Gupta, director research at CapitalVia Global Research.
Библиотека data scientist’а | Data Science Machine learning анализ данных машинное обучение from us
