Return to Video

Bayes Rule Diagram - Intro to Machine Learning

  • 0:00 - 0:05
    O que queremos dizer é que temos uma situação na qual prior
  • 0:05 - 0:10
    testa determinada sensibilidade e especificidade.
  • 0:10 - 0:15
    Ao receber, por exemplo, um resultado de teste positivo, você multiplica o prior
  • 0:15 - 0:19
    pela probabilidade do resultado de teste
  • 0:19 - 0:24
    considerando C e pela probabilidade do resultado de teste sem considerar C.
  • 0:24 - 0:28
    Este é seu branch considerando que você tem câncer.
  • 0:28 - 0:32
    E este é seu branch considerando que você não tem câncer.
  • 0:32 - 0:36
    Quando você terminar, chegará a um número que combina a hipótese de
  • 0:36 - 0:38
    câncer com o resultado do teste,
  • 0:38 - 0:41
    tanto para a hipótese de câncer quanto para a hipótese de não câncer.
  • 0:43 - 0:46
    Agora você os soma.
  • 0:46 - 0:50
    E o resultado não chega a 1.
  • 0:50 - 0:51
    Você obtém determinada quantidade,
  • 0:51 - 0:55
    que é a probabilidade total de o teste ser o que é.
  • 0:55 - 0:57
    Neste caso, positivo.
  • 0:57 - 0:59
    Tudo o que você faz a seguir é dividir ou
  • 0:59 - 1:04
    normalizar isto por esta soma.
  • 1:04 - 1:06
    E o mesmo se aplica ao lado direito.
  • 1:06 - 1:08
    O divisor é o mesmo
  • 1:08 - 1:13
    para os dois casos, porque essa é sua variação de câncer e não câncer.
  • 1:13 - 1:15
    Mas esse cara não depende mais da variável câncer.
  • 1:15 - 1:20
    O que você obtém agora é a probabilidade posterior desejada, e
  • 1:20 - 1:24
    ela será somada a 1 se você tiver feito tudo certo, como mostrado aqui.
  • 1:24 - 1:26
    Este é seu algoritmo para o teorema de Bayes.
Title:
Bayes Rule Diagram - Intro to Machine Learning
Description:

more » « less
Video Language:
English
Team:
Udacity
Project:
ud120 - Intro to Machine Learning
Duration:
01:27

Portuguese, Brazilian subtitles

Revisions Compare revisions