Sisällysluettelo:
Määritelmä - mitä Bayesin tilastot tarkoittavat?
Bayesin tilastot ovat eräänlainen dynaaminen todennäköisyystilasto, jota käytetään nykypäivän tekoälyn ja koneoppimisen maailmassa. Nämä tekniikat pyrkivät menemään puhtaasta lineaarisesta ohjelmoinnista todennäköisemmälle lähestymistavalle. Bayesin tilastotiedot täydentävät tätä ajatusta, koska Bayesin tilastollinen lähestymistapa on hienostuneempi ja perustuu erilaiseen todennäköisyyspohjaan kuin ”sageistinen” tilasto, joka on tähän mennessä ollut yleisin tilastollisen analyysin tyyppi.
Techopedia selittää Bayesin tilastotiedot
Frequentist-tilastot ottavat yksinkertaisesti tietyn tapahtuman todennäköisyyden tietyn numeron tunnettujen testisarjojen perusteella. Sitä vastoin Bayesin tilastot ottavat todennäköisyyden ja sallivat sen ilmaista ”uskomuksen aste” tulokseen ja perustaa hypoteeseihin perustuvan päättelyn. Bayesin tilastot olivat ensimmäistä kertaa edelläkävijöitä 1770-luvulla Thomas Bayes, joka loi Bayes-lauseen, joka asettaa nämä ideat toimimaan.
Toinen tapa ajatella Bayesin tilastoja on, että siinä käytetään ”ehdollisia todennäköisyyksiä” - se ottaa huomioon useita tekijöitä. Ajattele kolikonheittoa, jossa voidaan suorittaa suuri määrä testejä sen määrittämiseksi, että tiheystilastinen malli tulee olemaan lähellä 50 prosenttia joka kerta. Bayesin tilastot saattavat kuitenkin ottaa ehdollisia tekijöitä ja soveltaa niitä alkuperäiseen usein käytettyyn tilastoon. Entä jos otetaan huomioon kolikoiden heittämisen lopputulos ottaen huomioon, satoi vai ei? Voivatko tulokset vaikuttaa tilastollisiin tuloksiin?
Sellaiset ympäristötekijät yleensä eivät muuta kolikonheiton lopputulosta - mutta yritysmaailmassa, jossa niin monet ehdolliset tekijät vaikuttavat toisiinsa, Bayesin tilastot voivat olla tehokas osa tietojen saamiseksi oivalluksista. Tästä syystä Bayesin tilastoja käytetään niin yleisesti yritysteknologioissa.
