Karar analizi

Python ile Bayesçi Veri Analizi

Michal Oleszak

Machine Learning Engineer

Karar analizi

Karar vericiler kârı en üst düzeye çıkarmak, maliyeti azaltmak, hayat kurtarmak vb. ile ilgilenir.

Üç banknot ve %99 rakamının yanında bir enjektör. Bir ok tek bir kişi simgesine işaret ediyor.

Karar analizi

Karar vericiler kârı en üst düzeye çıkarmak, maliyeti azaltmak, hayat kurtarmak vb. ile ilgilenir.

Tek bir banknot ve %98 rakamının yanında bir enjektör. Bir ok bir grup insanı gösteriyor.

Karar analizi → parametreleri kararları bilgilendiren ilgili metriklere dönüştürme

Arka dağılımlardan kararlara

Stratejik kararlar için farklı senaryoların olasılıkları bilinmelidir.
Bayesçi yöntemler, parametreleri ilgili metriklere kolayca dönüştürmemizi sağlar.

Tıklama oranı dağılımını gösteren bir simge.

Arka dağılımlardan kararlara

Stratejik kararlar için farklı senaryoların olasılıkları bilinmelidir.
Bayesçi yöntemler, parametreleri ilgili metriklere kolayca dönüştürmemizi sağlar.

Tıklama oranı dağılımı simgesinin "gösterimler" ile çarpımını gösteren bir simge.

Arka dağılımlardan kararlara

Stratejik kararlar için farklı senaryoların olasılıkları bilinmelidir.
Bayesçi yöntemler, parametreleri ilgili metriklere kolayca dönüştürmemizi sağlar.

Tıklama oranı dağılımı simgesinin "gösterimler" ve "tıklama başına gelir" ile çarpımını gösteren bir simge.

Arka dağılımlardan kararlara

Stratejik kararlar için farklı senaryoların olasılıkları bilinmelidir.
Bayesçi yöntemler, parametreleri ilgili metriklere kolayca dönüştürmemizi sağlar.

Tıklama oranı dağılımı simgesinin "gösterimler" ve "tıklama başına gelir" ile çarpımının gelir dağılımına eşit olduğunu gösteren bir simge.

Arka gelir

# Farklı tıklama başına gelir
num_impressions = 1000
rev_per_click_A = 3.6
rev_per_click_B = 3


# Tıklama sayısını hesaplayın
num_clicks_A = A_posterior * num_impressions
num_clicks_B = B_posterior * num_impressions


# Arka gelirleri hesaplayın
rev_A = num_clicks_A * rev_per_click_A
rev_B = num_clicks_B * rev_per_click_B

İki yoğunluk grafiği hafifçe örtüşüyor.

İki yoğunluk grafiği büyük ölçüde örtüşüyor.

Orman grafiği

import pymc3 as pm


# Arka çekilişleri bir sözlükte toplayın
revenue = {"A": rev_A, "B": rev_B}


# Orman grafiğini çizin
pm.forestplot(revenue)

İki çizgi gösteren bir grafik; her çizgi bir dağılımı belirtir. Çizgi uzunluğu %94 güvenilir aralığı temsil eder.

Orman grafiği

import pymc3 as pm

# Arka çekilişleri bir sözlükte toplayın
revenue = {"A": rev_A, "B": rev_B}

# Orman grafiğini çizin
pm.forestplot(revenue, hdi_prob=0.99)

İki çizgi gösteren bir grafik; her çizgi bir dağılımı belirtir. Çizgi uzunluğu %99 güvenilir aralığı temsil eder.

Kararları analiz edelim!

Python ile Bayesçi Veri Analizi