决策模型中的概率

破解 Decision Modeling

Tiago Brasil

Lead Data Engineer

概率模型

带白色描边的白色矩形，用于版式对齐概率模型通过提供处理不确定性的结构化方法来支持决策。

在决策模型中应用概率可：

通过将0到1的数值分配给结果发生的可能性来量化不确定性

以靶心为中心的决策示意图，四个箭头分别指向目标、备选方案、约束和不确定性（尺子图标以黄色高亮）

概率与不确定性

概率使决策者能够量化不确定性，方法是为不同结果发生的可能性分配数值。

概率的数学定义：概率=有利结果数/所有可能结果数。

概率示意图：依据概率大小展示不同程度的不确定性。

掷币的概率

对于一枚标准硬币（正反两面），我们来求连续两次掷出正面的概率。

决策树上半部分：掷币为根节点，两种可能结果为正面与反面

掷币的概率

对于一枚标准硬币（正反两面），我们来求连续两次掷出正面的概率。

三层决策树。第1层为掷币根节点，第2层为正面和反面，第3层为各自的正面与反面。

掷币的概率

对于一枚标准硬币（正反两面），我们来求连续两次掷出正面的概率。

一个表示连续两次掷币的决策树，标出所有可能结果及其概率（黄色高亮）。

掷币的概率

对于一枚标准硬币（正反两面），我们来求连续两次掷出正面的概率。

决策树高亮第一次为正面、第二次结果及其概率。

掷币的概率

带白色描边的白色矩形，用于版式对齐决策树高亮第一次为正面、第二次为反面及其概率。

标签：先正后反的概率为25%，0.5×0.5。

掷币的概率

带白色描边的白色矩形，用于版式对齐决策树高亮两次皆为反面及其概率。

标签：两次掷币至少一次为反面的概率为75%，0.25+0.25+0.25。

构建概率决策模型

一家零售公司的市场团队正决定下一次活动投放在哪里。

决策树起始：以营销活动为根节点，社交媒体与报纸广告为备选方案

构建概率决策模型

一家零售公司的市场团队正决定下一次活动投放在哪里。

决策树起始：营销活动为根节点，社交媒体与报纸广告为备选，并各标注$100成本

构建概率决策模型

一家零售公司的市场团队正决定下一次活动投放在哪里。

决策树：营销活动为根节点，社交媒体与报纸广告为备选；各自含成功（绿色三角）与失败（红色三角）。

构建概率决策模型

一家零售公司的市场团队正决定下一次活动投放在哪里。

决策树：同上，并标注各结果概率为50%。

构建概率决策模型

一家零售公司的市场团队正决定下一次活动投放在哪里。

决策树：同上，并以黄色高亮各结果的盈亏数值。

构建概率决策模型

一家零售公司的市场团队正决定下一次活动投放在哪里。

决策树：同上，黄色高亮盈亏，并有带减号的箭头指向成本。

构建概率决策模型

一家零售公司的市场团队正决定下一次活动投放在哪里。

问题的最终决策树：包含备选方案、各结果、其概率，以及更新后的盈亏。

评估期望值

带白色描边的白色矩形，用于版式对齐

问题的最终决策树：包含备选方案、各结果、其概率，以及更新后的盈亏。

带白色描边的白色矩形，用于版式对齐标签：期望值=成功概率×潜在收益 + 失败概率×潜在损失。

评估期望值

带白色描边的白色矩形，用于版式对齐标签：社交媒体方案的期望值计算为$300。

带白色描边的白色矩形，用于版式对齐标签：期望值=成功概率×潜在收益 + 失败概率×潜在损失。

评估期望值

带白色描边的白色矩形，用于版式对齐标签：报纸广告方案的期望值计算为$335。

带白色描边的白色矩形，用于版式对齐标签：期望值=成功概率×潜在收益 + 失败概率×潜在损失。

评估期望值

带白色描边的白色矩形，用于版式对齐标签：社交媒体方案的期望值计算为$300。

带白色描边的白色矩形，用于版式对齐标签：报纸广告方案的期望值计算为$335。

Passons à la pratique !

破解 Decision Modeling

Preparing Video For Download...