Qui est Bayes ? Qu'est-ce que Bayes ?

Analyse bayésienne des données en Python

Michal Oleszak

Machine Learning Engineer

Qui est Bayes ?

Thomas Bayes

1 Public Domain, https://commons.wikimedia.org/w/index.php?curid=14532025
Analyse bayésienne des données en Python

Devriez-vous prendre votre parapluie ?

Une présentatrice météo annonçant 50 % de pluie.

Gros nuages sombres et tonnerre.

Analyse bayésienne des données en Python

Qu'est-ce que Bayes ?

  • L'inférence bayésienne consiste à mettre à jour sa croyance à mesure que de nouvelles informations arrivent.
Analyse bayésienne des données en Python

Qu'est-ce que Bayes ?

  • L'inférence bayésienne consiste à mettre à jour sa croyance à mesure que de nouvelles informations arrivent.

  • Elle diffère nettement de l'approche classique.

 

 

Approche fréquentiste (classique) Approche bayésienne
probabilité
paramètres
Analyse bayésienne des données en Python

Qu'est-ce que Bayes ?

  • L'inférence bayésienne consiste à mettre à jour sa croyance à mesure que de nouvelles informations arrivent.

  • Elle diffère nettement de l'approche classique.

 

 

Approche fréquentiste (classique) Approche bayésienne
probabilité proportion d'issues degré de croyance
paramètres
Analyse bayésienne des données en Python

Qu'est-ce que Bayes ?

  • L'inférence bayésienne consiste à mettre à jour sa croyance à mesure que de nouvelles informations arrivent.

  • Elle diffère nettement de l'approche classique.

 

 

Approche fréquentiste (classique) Approche bayésienne
probabilité proportion d'issues degré de croyance
paramètres valeurs fixes variables aléatoires
Analyse bayésienne des données en Python

Adopter Bayes, c'est payant !

  • Gestion naturelle de l'incertitude (les paramètres ont des distributions).
  • Possibilité d'inclure l'expertise ou les connaissances du domaine (la probabilité est un degré de croyance).
  • Pas besoin de constantes fixes comme les valeurs p.
  • Valide statistiquement même avec peu de données.
  • Souvent concorde avec les résultats fréquentistes, mais offre plus de flexibilité pour créer des modèles sur mesure.
Analyse bayésienne des données en Python

Distributions de probabilité

  • La distribution d'une variable aléatoire indique quelles valeurs elle peut prendre et avec quelles probabilités.
  • Peut être discrète (ensemble fini de valeurs) ou continue (infinité de valeurs).
  • Les distributions continues se visualisent par une courbe de densité.

Une courbe symétrique en cloche culminant près de 165 sur l'axe X.

Analyse bayésienne des données en Python

Distributions en Python

print(draws)

[146.58686154393, 159.40688614250, ..., ]

 

print(len(draws))

10000

import matplotlib.pyplot as plt
import seaborn as sns
sns.kdeplot(draws, shade=True)
plt.show()

Une courbe symétrique en cloche culminant près de 165 sur l'axe X.

Analyse bayésienne des données en Python

Passons au bayésien !

Analyse bayésienne des données en Python

Preparing Video For Download...