Мы часто путаем “событие"
И "вероятность результата” -
Их разделение размыто
И разница понятий смята.
А это важно знать на деле
Для выявление ошибки
В оценке опыта, суждения
И вероятности попытки.
Любой прибор даёт ошибки,
Все измерения неточны,
Пусть результаты очень близки,
Но нет гарантий, это точно.
Здесь всё решает вероятность -
Насколько правильно суждение,
Когда из тысяч вариантов
Лишь единицы дают мнение.
По этой мудрой теореме
Мы принимаем вероятность,
Как мы уверены на деле -
Тот результат, а не обратный?
Её простое уравнение:
Есть вера плюс есть информация
А результатом будет мнение
“За" или “Против” демонстрация.
И с каждым новым измерением
Мы вероятность обновляем.
Так ближе мы подходим к цели
Понять, что знаем, что не знаем.
Теперь без Байеса ни шагу
В компьютерах и в медицине,
В финансах, спорте, всё и сразу
Подчинены её причине.
3-9-19
Теорема Байеса, названная в честь британского математика XVIII века Томаса Байеса, представляет собой математическую формулу для определения условных вероятностей. Эта теорема имеет огромное значение в области науки о данных. Например, одним из многих приложений теоремы Байеса является Байесовский вывод – особый подход к статистическому выводу.
Байесовский вывод – это метод, в котором теорема Байеса используется для обновления вероятности гипотезы по мере получения дополнительных подтверждений или иной информации. Байесовский вывод нашел применение в широком спектре видов деятельности, включая науку, инженерию, философию, медицину, спорт и право.
Так, в финансах теорема Байеса используется для оценки риска кредитования потенциальных заемщиков. В медицине теорема Байеса применяется для определения точности результатов медицинских тестов и вероятности, что у данного человека имеется потенциальное заболевание.