条件付き確率の適用

Advanced Probability: データの不確実性

Maarten Van den Broeck

Senior Content Developer at DataCamp

条件付き確率の理解

• 事象Aが起きた条件での事象Bの確率
• 例：
  • 顧客が商品ページを閲覧（事象A）

条件付き確率の理解

• 事象Aが起きた条件での事象Bの確率
• 例：
  • 顧客が商品ページを閲覧（事象A）
  • 顧客は購入するか？（事象B）

条件付き確率の実務例

• 顧客維持分析：
  • プレミアム機能の利用で更新するか？
• 不正検知：
  • 異常支出があると不正か？
• サプライチェーン最適化：
  • 悪天候で遅延する確率は？

ベイズの定理で確率を更新する

• 新しい証拠で確率を更新する
• 開始点：事前確率 + 新しいデータ + 尤度

ベイズの定理で確率を更新する

• 新しい証拠で確率を更新する
• 開始点：事前確率 + 新しいデータ + 尤度
• 結果：事後確率

ベイズモデリングと意思決定

• 新しいデータ到着ごとに継続的に更新
• 不確実性や不完全データを扱う
• 意思決定を適応・改善

例：不正検知

• クレジットカード不正検知のベイズモデル
  • 業界データに基づく事前確率：2%
• 新規取引
  • 突然の支出変化
    • 不正の85%で見られる
    • 正常の5%でのみ発生
  • 更新後の事後確率が25.8%に大幅上昇
• 取引を要審査としてフラグ

練習してみましょう！

Advanced Probability: データの不確実性