Теорема Байеса — Обновление вероятности при новых данных: P(A|B) = P(B|A)·P(A)/P(B).
🔄Bayes' Theorem
Updating probability with new data: P(A|B) = P(B|A)·P(A)/P(B). Prior → Posterior. Applications: medical diagnosis, spam filters, ML. Example: rare disease, accurate test → paradox of false positives. Reverend Thomas Bayes (1763). Basis of Bayesian statistics
Article body and graph labels may still appear in Russian where English translations have not been added yet.
Loading map...
Применение: медицинская диагностика, спам-фильтры, ML. Пример: редкая болезнь, точный тест → парадокс ложноположительных.
Предпосылки и причины
Reverend Thomas Bayes (1763). Основа байесовской статистики..
Ход событий
Развитие определялось действиями участников и обстановкой.
Последствия и значение
Результаты оказали влияние на дальнейшее развитие событий.
❓Часто задаваемые вопросы
Обновление вероятности при новых данных: P(A|B) = P(B|A)·P(A)/P(B). Prior → Posterior. Применение: медицинская диагностика, спам-фильтры, ML. Пример: