Degustando Bayes

Análise de Dados Bayesiana em Python

Michal Oleszak

Machine Learning Engineer

Distribuição binomial

Uma distribuição discreta, só pode assumir dois valores:
- Sucesso (1)
- Falha (0)
Um parâmetro: probabilidade de sucesso.
Tarefa: dada uma lista de lançamentos (sucessos e falhas), estimar a probabilidade de sucesso.

Distribuição binomial em Python

Número de sucessos em 100 tentativas:

import numpy as np
np.random.binomial(100, 0.5)

np.random.binomial(100, 0.5)

Gerar amostras de uma binomial:

import numpy as np
np.random.binomial(1, 0.5, size=5)

array([1, 0, 0, 1, 1])

Probabilidade de dar cara

get_heads_prob() - uma função personalizada
entrada: uma lista de caras e coroas
saída: uma lista, a distribuição da probabilidade de sucesso

import numpy as np
tosses = np.random.binomial(1, 0.5, size=1000)
print(tosses)

[1 0 0 0 1 1 0 1 1 ... ]

Probabilidade de dar cara

heads_prob = get_heads_prob(tosses)
print(heads_prob)

[0.47815295 0.51679212 0.51684779 ... ]

import matplotlib.pyplot as plt
import seaborn as sns

sns.kdeplot(heads_prob, 
            shade=True, 
            label="heads probabilty")
plt.show()

Uma curva simétrica em formato de sino, com pico perto do valor 0,51 no eixo X.

Vamos jogar algumas moedas!

Análise de Dados Bayesiana em Python