Indholdsfortegnelse:
Definition - Hvad betyder Bayesian Statistics?
Bayesianske statistikker er en type dynamisk sandsynlighedsstatistik, der ofte bruges i nutidens kunstige intelligens og maskinindlæring. Disse teknologier søger at gå ud over ren lineær programmering til en mere sandsynlig tilgang. Bayesianske statistikker supplerer denne idé, fordi en Bayesiansk statistisk tilgang er mere sofistikeret og baseret på et andet sandsynlighedsgrundlag end ”frekvististiske” statistikker, der har været den mest almindelige type statistisk analyse, der er gjort til dato.
Techopedia forklarer Bayesian Statistics
Frequentist-statistikker tager simpelthen sandsynligheden for en given begivenhed baseret på kendte testsæt med et specifikt antal. I modsætning hertil tager Bayesianske statistikker sandsynlighed og tillader den at udtrykke en "grad af tro" på et resultat og etablere resonnementer baseret på hypoteser. Bayesianske statistikker blev først pioner i 1770'erne af Thomas Bayes, der skabte Bayes-sætningen, der bringer disse ideer til at fungere.
En anden måde at tænke på Bayesianske statistikker er, at den bruger ”betingede sandsynligheder” - det tager flere faktorer i betragtning. Tænk på møntkastet, hvor man kan køre et stort antal test for at bestemme, at den frekventistiske statistiske model vil være tæt på 50 procent hver gang. Bayesiske statistikker kan dog tage betingede faktorer og anvende dem på den oprindelige frekventistiske statistik. Hvad hvis man tænker på, om det regnede eller ej, når man identificerede resultatet af møntkastet? Kan det påvirke resultaterne med hensyn til statistiske resultater?
Som regel ændrer miljøfaktorer som dette ikke resultatet af møntkastet - men i erhvervslivet, hvor så mange betingede faktorer påvirker hinanden, kan Bayesianske statistikker være en stærk del af at få indsigt i data. Det er grunden til, at Bayesianske statistikker så ofte bruges i virksomhedsteknologier.
