Применение условной вероятности

Продвинутая теория вероятностей: неопределённость в данных

Maarten Van den Broeck

Senior Content Developer at DataCamp

Понятие условной вероятности

• Вероятность события B при условии, что событие A уже произошло
• Пример:
  • Клиент просмотрел страницу товара (событие A)

Понятие условной вероятности

• Вероятность события B при условии, что событие A уже произошло
• Пример:
  • Клиент просмотрел страницу товара (событие A)
  • Совершит ли клиент покупку? (событие B)

Условная вероятность в реальных задачах

• Анализ удержания клиентов:
  • Продлит ли клиент подписку с учётом использования премиум-функций?
• Обнаружение мошенничества:
  • Является ли транзакция мошеннической при нетипичных тратах?
• Оптимизация цепочки поставок:
  • Какова вероятность задержки при неблагоприятных погодных условиях?

Пересмотр вероятностей с помощью теоремы Байеса

• Пересмотр вероятностей с учётом новых данных
• Начало: априорные вероятности + новые данные + правдоподобие

Пересмотр вероятностей с помощью теоремы Байеса

• Пересмотр вероятностей с учётом новых данных
• Начало: априорные вероятности + новые данные + правдоподобие
• Итог: апостериорные вероятности

Байесовское моделирование и принятие решений

• Непрерывное обновление по мере поступления новых данных
• Управление неопределённостью и неполными данными
• Адаптация и улучшение процесса принятия решений

Пример: обнаружение мошенничества

• Байесовская модель для отслеживания мошенничества с картами
  • Априорная вероятность по отраслевым данным: 2%
• Новая транзакция
  • Резкое изменение в поведении трат
    • Наблюдается в 85% мошеннических транзакций
    • Только в 5% легитимных транзакций
  • Обновлённая апостериорная вероятность значительно возрастает — до 25,8%
• Транзакция отмечена для проверки

Давайте потренируемся!

Продвинутая теория вероятностей: неопределённость в данных