Открытая лекция «Байес: инструкции по применению»

Подписаться 161 тыс.

Просмотров 15 тыс.

50% 1

Лектор - Никита Поваров. Никита преподаватель CS центра, тимлид команды Data Analytics и Machine Learning координатор в JetBrains.
Практически всё в жизни в некоторой степени неопределённо. Байесовское мышление помогает лучше рассуждать о неопределённости. Более того, теорема Байеса предоставляет точный способ вычислять имеющуюся неопределённость.
Обычно любой рассказ об этой полезной штуке включает себя две-три страницы по теории вероятности и математическому анализу и только затем переходит к сути байесовских рассуждений. На лекции Никита постарается рассказать о теореме Байеса и байесовском мышлении просто, понятно и применимо.

Опубликовано:

13 сен 2021

Ссылка:

Скачать:

Готовим ссылку...

Добавить в:

Мой плейлист

Посмотреть позже

Комментарии : 29

@deni5n 2 года назад

самая интересная (imho) лекция за последний наверно год точно, ждем вторую лекцию про не рассказанное

@izebit Год назад

Отличная и доступная лекция 🔥

@ValueLevit 2 года назад

Спасибо

@WarnerBosss 2 года назад

ухххх... хорошо!

@fedoresko 2 года назад

А вообще чет как-то в разделе про Байеса началось уж очень просто, как-то элементарно. Часть с определениями показалась интереснее и неоднозначнее.

@mindmath1925 Год назад

A где marginal ? в шансах его нигде нет. а в формуле Байеса есть

@user-uk7ul9ym1e 8 месяцев назад

Не щнаю, можно ли получить овет спустя год, но не очевидно про момент 32:57. Если два эсперта откалиброваны и вероятность победы кандилата 60% от первого эксперта , а от второго 20% , почему играя на деньги много раз они бы вышли в ничью? Ньчья означает, что эксперты угадали кандидатов одинаковое количество раз. А это не возможно по определению 60 и 20 процентов, так как на 1000 выборов будет угадано 600 и 200 кандидатов соответственно. Вот если эти два кандидата откалиброваны на одну цифру и дают разные прогнозы а одном частном случае, то да. Но этого же не сказано.

@uspelov 5 месяцев назад

Так ведь эксперты же не постоянно оценивают кандидатов в 60% и 20%: когда-то первый будет давать большую вероятность, а второй маленькую, а когда-то наоборот. В итоге и получится ничья.

@hallgamal6302 2 месяца назад

Я понял только одно, докладчик сам не понимает о чем говорит, веренее 50 на 50 понимает 36:43 Может во второй половине лекции он понимает больше, но это будет в след.жизни, а эта закончилась, т.е отключаюсь

@yurinotfound8222 3 месяца назад

Есть три уровня мастерства Знаю Умею Могу научить Вот мое мнение, что у лектора уровень от силы первый. с 20 минуты полет сознания.

@benasbenas4248 3 месяца назад

Есть некая другая притча - тот кто умеет - просто делает, а то кто не умеет пытаеться учить других...как делать...

@gsm7490 7 дней назад

Три раза объяснил другому - внезапно понял сам.

@vladimir_s1961 2 года назад

Не понял, что такое вероятность принципиально однократного события (типа исхода выборов)?

@si7-agent 2 года назад

Да, только вот проблема в том, что мы знаем, кто победит на ближайших выборах :'(

@MrTaramka 2 года назад

поскачи

@Gribozhuy 2 года назад

Ну уж про неопределённость в выборах он приврал!

@user-lg8sb1fu7o 2 года назад

))))

@user-bn2qp6sh8r 2 года назад

Какова вероятность встретить на улице Динозавра ??? А ???

@olegoginskiy4043 2 года назад

Для меня вероятность стремится к нулю. Но если задать этот вопрос человеку который только родился на свет, ответ будет - вероятность встретить динозавра равномерно распределена в отрезке 0-1, ну или распределена по бета распределению с параметрами 0 0. А ожидаемая вероятность 50%. Каждый раз когда человек будет выходить на улицу и не встречать динозавра его субъективная вероятность будет корректироваться в сторону 0

@user-vo8mp1js8t 2 года назад

50 на 50. Или встречу или нет.

@user-bn2qp6sh8r 2 года назад

@@user-vo8mp1js8t шедевральный ответ )))

@vasiloconnell281 Год назад

что там за бубнеж за кадром

@fedoresko 2 года назад

Вот насчет эксперта на выборах. Что значит, что он хорошо откалиброванный? Если прошло 1000 разных выборов и он на каждых предсказывал победу того или иного кандидата с вероятностью 60%, то количество его ошибок должно составить 40%? А что если эксперты "читеры" и он просто берут и говорят каждый раз что победит тот или иной кандидат, а вероятность заявляет просто по проценту своих ошибок во всех предыдущих случаях? Тогда все эксперты будут хорошо откалиброванными. И вообще тогда эта вероятность будет означать склонность того или иного эксперта правильно предсказывать. То есть по сути один вид интерпретации перешел в другой?

@user-uk7ul9ym1e 8 месяцев назад

Нет ощущения, что вы понимаете то, что пишите и что в вопросе нет ошибки. Вероятно вы имеете ввиду, что можно голосовать за кого попало и потом калибровать я по количеству ошибок?