套用條件機率

Advanced Probability: Uncertainty in Data

Maarten Van den Broeck

Senior Content Developer at DataCamp

理解條件機率

• 在事件 A 已發生下，事件 B 的機率
• 範例：
  • 客戶已瀏覽商品頁（事件 A）

理解條件機率

• 在事件 A 已發生下，事件 B 的機率
• 範例：
  • 客戶已瀏覽商品頁（事件 A）
  • 客戶會完成購買嗎？（事件 B）

條件機率的實務應用

• 客戶留存分析：
  • 在已使用進階功能下，客戶會續約嗎？
• 詐欺偵測：
  • 在出現異常消費模式下，交易是詐欺嗎？
• 供應鏈最佳化：
  • 在惡劣天氣下，延誤的機率？

用貝氏定理修正機率

• 依新證據修正機率
• 起點：先驗機率＋新資料＋概似度

用貝氏定理修正機率

• 依新證據修正機率
• 起點：先驗機率＋新資料＋概似度
• 結果：後驗機率

貝氏建模與決策

• 新資料持續到來時不斷更新
• 管理不確定性與不完整資料
• 調整並改進決策

範例：詐欺偵測

• 使用貝氏模型追蹤信用卡詐欺
  • 以產業資料為先驗機率：2%
• 新交易
  • 出現消費行為突變
    • 在詐欺交易中佔 85%
    • 在合法交易中僅 5% 出現
  • 更新後的後驗機率大幅上升至 25.8%
• 將此交易標記為需審查

一起來練習吧！

Advanced Probability: Uncertainty in Data