- Terminoloġija (A sa D)
- Kontroll tal-Kapaċità AI
- AI Ops
- albumazzjonijiet
- Prestazzjoni tal-Assi
- Autoencoder
- Propagazzjoni lura
- Teorema ta' Bayes
- Data Big
- Chatbot: Gwida għall-Bidu
- Ħsieb Komputazzjonali
- Kompjuter Viżjoni
- Matriċi ta' Konfużjoni
- Netwerks Konvulsjonali Neurali
- sigurtà ċibernetika
- Tessili tad-Data
- Storytelling tad-Data
- Xjenza data
- Magazzinaġġ tad-Dejta
- Siġra tad-Deċiżjoni
- Deepfakes
- Tagħlim fil-fond
- Tagħlim ta 'Rinfurzar Profond
- devops
- DevSecOps
- Mudelli ta' Diffużjoni
- Twin Diġitali
- Tnaqqis tad-Dimensjonalità
- Terminoloġija (E sa K)
- Xifer AI
- Emozzjoni AI
- Ensemble Tagħlim
- Hacking Etiku
- ETL
- AI spjegabbli
- Tagħlim Federat
- FinOps
- AI Ġenerattiva
- Netwerk Avversarju Ġenerattiv
- Ġenerattiv vs Diskriminattiv
- Spinta tal-gradjent
- Inżul gradjent
- Tagħlim tal-Ftit-Shot
- Klassifikazzjoni tal-Immaġni
- Operazzjonijiet tal-IT (ITOps)
- Awtomazzjoni tal-Inċidenti
- Influwenza l-Inġinerija
- K-Mezzi Clustering
- K-Eqreb Ġirien
- Terminoloġija (L sa Q)
- Terminoloġija (R sa Z)
- Tisħiħ tat-Tagħlim
- AI responsabbli
- RLHF
- Awtomazzjoni tal-Proċess Robotiku
- Strutturat vs Mhux Strutturat
- Analiżi tas-Sentimenti
- Supervisjat vs Unsupervised
- Appoġġ Magni tal-Vettur
- Dejta Sintetika
- Midja Sintetika
- Klassifikazzjoni tat-Test
- TinyML
- Trasferiment Tagħlim
- Netwerks newrali tat-trasformaturi
- Test ta 'Turing
- Tiftix ta' Xebh tal-Vector
AI 101
X'inhu teorema ta' Bayes?
Tabella tal-kontenut
Jekk kont qed titgħallem dwar ix-xjenza tad-dejta jew it-tagħlim tal-magni, hemm ċans tajjeb li smajt il- terminu “Teorema ta’ Bayes” qabel, jew “Klassifikatur Bayes”. Dawn il-kunċetti jistgħu jkunu kemmxejn konfużi, speċjalment jekk m'intix imdorri taħseb dwar il-probabbiltà minn perspettiva ta' statistika tradizzjonali u frekwenti. Dan l-artikolu se jipprova jispjega l-prinċipji wara t-Teorema ta’ Bayes u kif jintuża fit-tagħlim tal-magni.
X'inhu teorema ta' Bayes?
Teorema ta' Bayes huwa metodu ta' kalkolu tal-probabbiltà kundizzjonali. Il-metodu tradizzjonali tal-kalkolu tal-probabbiltà kundizzjonali (il-probabbiltà li jseħħ avveniment wieħed minħabba l-okkorrenza ta 'avveniment differenti) huwa li tuża l-formula tal-probabbiltà kundizzjonali, tikkalkula l-probabbiltà konġunta tal-avveniment wieħed u l-avveniment tnejn li jseħħu fl-istess ħin, u mbagħad tiddividiha bil-probabbiltà li jseħħ it-tieni avveniment. Madankollu, il-probabbiltà kondizzjonali tista 'wkoll tiġi kkalkulata b'mod kemmxejn differenti bl-użu tat-Teorema ta' Bayes.
Meta tikkalkula l-probabbiltà kundizzjonali bit-teorema ta’ Bayes, tuża l-passi li ġejjin:
- Iddetermina l-probabbiltà li l-kundizzjoni B tkun vera, jekk wieħed jassumi li l-kundizzjoni A hija vera.
- Iddetermina l-probabbiltà li l-avveniment A jkun veru.
- Immoltiplika ż-żewġ probabbiltajiet flimkien.
- Aqsam bil-probabbiltà li jseħħ l-avveniment B.
Dan ifisser li l-formula għat-Teorema ta’ Bayes tista’ tiġi espressa hekk:
P(A|B) = P(B|A)*P(A) / P(B)
Il-kalkolu tal-probabbiltà kondizzjonali bħal dan huwa speċjalment utli meta l-probabbiltà kundizzjonali inversa tista 'tiġi kkalkulata faċilment, jew meta l-kalkolu tal-probabbiltà konġunta jkun ta' sfida wisq.
Eżempju tat-Teorema ta' Bayes
Dan jista 'jkun aktar faċli biex tinterpreta jekk inqattgħu ftit ħin inħarsu lejn an Eżempju ta’ kif tapplika r-raġunament Bayesjan u t-Teorema ta’ Bayes. Ejja nassumu li kont qed tilgħab logħba sempliċi fejn diversi parteċipanti jgħidulek storja u trid tiddetermina liema wieħed mill-parteċipanti qed jigdeb lilek. Ejja nimlew l-ekwazzjoni għat-Teorema ta' Bayes bil-varjabbli f'dan ix-xenarju ipotetiku.
Qed nippruvaw inbassru jekk kull individwu fil-logħba hux jigdeb jew jgħidx il-verità, allura jekk hemm tliet plejers apparti minnek, il-varjabbli kategoriċi jistgħu jiġu espressi bħala A1, A2, u A3. L-evidenza għall-gideb/verità tagħhom hija l-imġieba tagħhom. Bħal meta tilgħab il-poker, int tfittex ċerti "jgħid" li persuna tkun qed tigdeb u tużahom bħala bits ta 'informazzjoni biex tinforma l-raden tiegħek. Jew jekk tħallejtek tistaqsihom tkun xi evidenza li l-istorja tagħhom ma tammontax. Nistgħu nirrappreżentaw l-evidenza li persuna qed tigdeb bħala B.
Biex inkunu ċari, qed nimmiraw li nbassru l-Probabbiltà (A qed tigdeb/tgħid il-verità | minħabba l-evidenza tal-imġieba tagħhom). Biex nagħmlu dan irridu nsemmu l-probabbiltà ta 'B mogħtija A, jew il-probabbiltà li l-imġieba tagħhom iseħħ meta l-persuna ġenwinament gideb jew tgħid il-verità. Int qed tipprova tiddetermina taħt liema kundizzjonijiet l-imġieba li qed tara tagħmel l-aktar sens. Jekk ikun hemm tliet imġieba li qed tara, inti tagħmel il-kalkolu għal kull imġieba. Per eżempju, P(B1, B2, B3 * A). Imbagħad tagħmel dan għal kull okkorrenza ta 'A/għal kull persuna fil-logħba apparti minnek innifsek. Dik hija din il-parti tal-ekwazzjoni ta' hawn fuq:
P(B1, B2, B3,|A) * P|A
Fl-aħħarnett, aħna biss naqsmu dak bil-probabbiltà ta 'B.
Jekk irċevejna xi evidenza dwar il-probabbiltajiet attwali f'din l-ekwazzjoni, aħna nirrikreaw il-mudell tal-probabbiltà tagħna, billi nqisu l-evidenza l-ġdida. Dan jissejjaħ aġġornament tal-preċedenti tiegħek, hekk kif taġġorna s-suppożizzjonijiet tiegħek dwar il-probabbiltà minn qabel tal-avvenimenti osservati li jseħħu.
Applikazzjonijiet ta' Tagħlim Magni għat-teorema ta' Bayes
L-aktar użu komuni tat-teorema ta’ Bayes fejn jidħol it-tagħlim tal-magni huwa fil-forma tal-algoritmu Naive Bayes.
Naive Bayes jintuża għall-klassifikazzjoni ta’ settijiet ta’ data kemm binarji kif ukoll multi-klassi, Naive Bayes jieħu ismu minħabba li l-valuri assenjati lill-evidenza/attributi tax-xhieda – Bs f’P(B1, B2, B3 * A) – huma preżunti li huma indipendenti ta’ xulxin. Huwa preżunt li dawn l-attributi ma jaffettwawx lil xulxin sabiex jissimplifikaw il-mudell u jagħmlu l-kalkoli possibbli, minflok ma tipprova l-kompitu kumpless li tikkalkula r-relazzjonijiet bejn kull wieħed mill-attributi. Minkejja dan il-mudell simplifikat, Naive Bayes għandu t-tendenza li jaħdem pjuttost tajjeb bħala algoritmu ta 'klassifikazzjoni, anke meta din is-suppożizzjoni probabbilment mhix vera (li huwa l-biċċa l-kbira tal-ħin).
Hemm ukoll varjanti użati komunement tal-klassifikatur Naive Bayes bħal Multinomial Naive Bayes, Bernoulli Naive Bayes, u Gaussian Naive Bayes.
Bayes Naive Multinomjali l-algoritmi spiss jintużaw biex jikklassifikaw id-dokumenti, peress li huwa effettiv biex jinterpreta l-frekwenza tal-kliem f'dokument.
Bernoulli Naive Bayes topera b'mod simili għal Multinomial Naive Bayes, iżda l-previżjonijiet mogħtija mill-algoritmu huma booleans. Dan ifisser li meta tbassar klassi l-valuri se jkunu binarji, le jew iva. Fil-qasam tal-klassifikazzjoni tat-test, algoritmu Bernoulli Naive Bayes jassenja l-parametri iva jew le skont jekk tinstabx kelma jew le fid-dokument tat-test.
Jekk il-valur tal-prevedituri/karatteristiċi mhumiex diskreti iżda minflok huma kontinwi, Gaussian Naive Bayes jistgħu jintużaw. Huwa preżunt li l-valuri tal-karatteristiċi kontinwi ttieħdu kampjuni minn distribuzzjoni gaussjana.
Blogger u programmatur bi speċjalitajiet fi Tagħlim bil-Magni u, Tagħlim fil-fond suġġetti. Daniel jittama li jgħin lil ħaddieħor juża l-qawwa tal-IA għall-ġid soċjali.
Inti tista 'tixtieq
LoReFT: Irfinar tar-Rappreżentanza għal Mudelli Lingwistiċi
BlackMamba: Taħlita ta' Esperti għal Mudelli Statali-Spazjali
Minn Sketch għal Platformer: Approċċ Artistiku ta' Google Genie għall-Ġenerazzjoni tal-Logħob
Naħsbu mill-ġdid tar-Riproduċibilità Bħala l-Fruntieri Ġdid fir-Riċerka tal-AI
X'inhu l-Istorbju fl-Ipproċessar tal-Immaġini? – A Primer
It-Tagħlim Magni Tradizzjonali Għadu Rilevanti?