Теорема Байеса — Обновление вероятности при новых данных: P(A|B) = P(B|A)·P(A)/P(B).
🔄Теорема Байеса
Обновление вероятности при новых данных: P(A|B) = P(B|A)·P(A)/P(B). Prior → Posterior. Применение: медицинская диагностика, спам-фильтры, ML. Пример: редкая болезнь, точный тест → парадокс ложноположительных. Reverend Thomas Bayes (1763). Основа байесовской статистики.
📖1 мин чтения📊Уровень 6📅19 февраля 2026 г.
🗺️ Mind Map
Загрузка карты...
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: