Menerapkan probabilitas bersyarat

Probabilitas Lanjutan: Ketidakpastian dalam Data

Maarten Van den Broeck

Senior Content Developer at DataCamp

Memahami probabilitas bersyarat

• Probabilitas peristiwa B terjadi jika peristiwa A sudah terjadi
• Contoh:
  • Pelanggan melihat halaman produk (peristiwa A)

Memahami probabilitas bersyarat

• Probabilitas peristiwa B terjadi jika peristiwa A sudah terjadi
• Contoh:
  • Pelanggan melihat halaman produk (peristiwa A)
  • Akankah pelanggan melakukan pembelian? (peristiwa B)

Aplikasi nyata probabilitas bersyarat

• Analisis retensi pelanggan:
  • Akankah pelanggan memperpanjang berdasarkan penggunaan fitur premium?
• Deteksi penipuan:
  • Apakah transaksi palsu berdasarkan pola belanja tidak biasa?
• Optimasi rantai pasok:
  • Peluang keterlambatan jika cuaca buruk?

Merevisi probabilitas dengan teorema Bayes

• Revisi probabilitas berdasarkan bukti baru
• Mulai dari: probabilitas prior + data baru + likelihood

Merevisi probabilitas dengan teorema Bayes

• Revisi probabilitas berdasarkan bukti baru
• Mulai dari: probabilitas prior + data baru + likelihood
• Hasilnya: probabilitas posterior

Pemodelan Bayesian dan pengambilan keputusan

• Pembaruan berkelanjutan saat data baru tersedia
• Kelola ketidakpastian dan data tidak lengkap
• Adaptasi dan tingkatkan pengambilan keputusan

Contoh: deteksi penipuan

• Model Bayesian untuk melacak penipuan kartu kredit
  • Probabilitas prior berdasarkan data industri: 2%
• Transaksi baru
  • Perubahan perilaku belanja mendadak
    • Ada pada 85% transaksi penipuan
    • Hanya pada 5% transaksi sah
  • Probabilitas posterior yang diperbarui naik signifikan, menjadi 25.8%
• Transaksi ditandai untuk ditinjau

Ayo berlatih!

Probabilitas Lanjutan: Ketidakpastian dalam Data