Falanqaynta Bayesian ee Python

Falanqaynta Bayesian waa hab ku salaysan aragtida Bayes si loo cusbooneysiiyo itimaalka mala-awaal iyadoo la isticmaalayo caddayn cusub. Waxaa si weyn loogu isticmaalaa xogta sayniska, mashiinka waxbarashada, iyo go'aan qaadashada.

Aragtida Bayes

Aragtida Bayes waxay qeexaysaa itimaalka dhacdo, iyadoo lagu salaynayo aqoon hore oo xaaladaha la xidhiidha dhacdada. Waxaa lagu muujiyaa sida soo socota:

P(A|B) = (P(B|A) * P(A)) / P(B)

• P(A|B): Itimaalka A marka la eego B (posterior).
• P(B|A): Itimaalka B marka la eego A (likelihood).
• P(A): Itimaalka A (prior).
• P(B): Itimaalka B (marginal likelihood).

Tusaale: Isticmaalka Falanqaynta Bayesian ee Python

Aynu tusaale u soo qaadanno sida loo isticmaali karo falanqaynta Bayesian si loo qiimeeyo itimaalka in qof qabo cudur, marka la eego natiijada baaritaanka.

import numpy as np
import pymc3 as pm
Xogta
P(Cudur): Itimaalka qof qabo cudurka
prior_cudur = 0.01  # 1%
P(Baaritaanka+|Cudur): Itimaalka baaritaanka oo togan haddii qof qabo cudurka
sensitivity = 0.85
P(Baaritaanka+|~Cudur): Itimaalka baaritaanka oo togan haddii qof aan qabin cudurka
specificity = 0.95
Falanqaynta Bayesian iyadoo la isticmaalayo PyMC3
with pm.Model() as model:
# Prior
cudur = pm.Bernoulli('cudur', p=prior_cudur)
# Likelihood
baaritaanka = pm.Bernoulli('baaritaanka', 
                          p=pm.math.switch(cudur, sensitivity, 1-specificity),
                          observed=1)  # Baaritaanka waa togan

# Posterior
trace = pm.sample(10000, tune=1000)

Soo saarista natiijada
posterior_cudur = trace['cudur'].mean()
print(f"Itimaalka posterior ee qof qaba cudurka, marka baaritaanka uu yahay togan: {posterior_cudur:.4f}")

Sharaxaada koodhka:

• Waxaan qeexnay itimaalka hore (prior), sensitivity, iyo specificity.
• Waxaan isticmaalnay pymc3 si aan u samayno qaab Bayesian ah.
• Waxaan ku qiimeynay itimaalka posterior ee cudurka marka baaritaanka uu yahay togan.

Faa'iidooyinka Falanqaynta Bayesian

• Waxay awood u leedahay in lagu daro aqoon hore.
• Waxay bixisaa itimaalka posterior, taas oo ah mid si toos ah loo fasiri karo.
• Waxay si fiican ula qabsan kartaa xog yar.

Isticmaalka Falanqaynta Bayesian

Falanqaynta Bayesian waxaa loo isticmaalaa meelo badan, oo ay ka mid yihiin:

• Caafimaadka: Ogaanshaha cudurrada iyo qiimaynta daaweynta.
• Maaliyadda: Qiimaynta khatarta iyo saadaalinta suuqyada.
• Injineernimada: Qiimaynta kalsoonida nidaamyada.

Falanqaynta Bayesian waa qalab awood leh oo loogu talagalay go'aan qaadashada iyadoo la isticmaalayo caddayn iyo aqoon hore. Isticmaalka pymc3 waxay fududaysaa in lagu fuliyo falanqaynta Bayesian ee Python.