قائمة مصطلحات التعلم الآلي (27): الإحتمال اللاحق Posterior probability

تعريف الإحتمال اللاحق Posterior probability

يعرف الإحتمال اللاحق Posterior probability بأنه مقياس لاحتمال فرضية (أو حدث ما) في ضوء بعض البيانات المرصودة حديثا. في إحصاء بايز ، يُستخدم الاحتمال اللاحق لتحديث معتقداتنا حول احتمالية وقوع حدث بناءً على معلومات جديدة. و هكذا ، فإن توزيع الاحتمال البعدي هو توزيع الاحتمال لمقدار غير معلوم، يعامل على أنه متغير عشوائي. و مشروط بالأدلة التي تم الحصول عليها من تجربة أو مسح معين. اضافة إلى ذلك ، «الخلف» أو «اللاحق»، في هذا السياق، يعني ما «بعد» مراعاة الأدلة ذات الصلة المتعلقة بالحالة المعينة الخاضعة للدراسة.

حساب قيمة الإحتمال اللاحق

معادلة حساب الاحتمال اللاحق هي كما يلي:

P(H|D) = P(D|H) * P(H) / P(D)

حيث ان:

  • (P (H | D هو الاحتمال اللاحق ، احتمال الفرضية H بالنظر إلى البيانات D
  • (P (D | H هو الاحتمالية ، وهو احتمال مراقبة البيانات D بالنظر إلى الفرضية H
  • (P (H هو الاحتمال السابق ، احتمال الفرضية H قبل النظر إلى البيانات الجديدة
  • (P (D هو الاحتمال الهامشي ، وهو احتمال مراقبة البيانات D بغض النظر عن الفرضية H

من المهم ملاحظة أن الاحتمال السابق (P (H يمثل معتقداتنا السابقة حول الفرضية ، والاحتمال (P (D | H يمثل مدى ملاءمة الفرضية للبيانات. بينما ، يتم استخدام الاحتمال الهامشي (P (D لضبط النتيجة و التأكد من أن الاحتمال اللاحق يصل إلى 1 ، وهو مطلب لتوزيع احتمالي صالح.

بالاضافة إلى ذلك ، في إحصاء بايز يمكن تحديث الاحتمال السابق عند توفر بيانات جديدة ، مما يؤدي إلى احتمال لاحق جديد. حيث تسمح هذه العملية بطريقة مرنة وديناميكية لتحديث المعتقدات بناءً على معلومات جديدة ، بدلاً من الإحصاء الكلاسيكي الذي يفترض أن احتمال حدوث حدث ما ثابت.

في الختام ، يعد الإحتمال اللاحق Posterior probability مفهومًا مهمًا في إحصاء بايز ، حيث يوفر طريقة لتحديث معتقداتنا حول احتمال وقوع حدث بناءً على معلومات جديدة ، و حيث يتم حسابه على أنه نتاج الاحتمال السابق ، الاحتمال الاعتيادي ، والاحتمال الهامشي.

 

Share on facebook
فيسبوك
Share on twitter
تويتر
Share on linkedin
لينكدإن
Share on whatsapp
واتساب

اترك تعليقاً

المشاركات الاخيرة

أحدث التعليقات
AI Chatbot Avatar

أفحص بحثك بالمجان

رفع الملف