Обсуждение:Байесовская вероятность

в задаче классификации?

можно ли использовать Байесовскую вероятность в задаче классификации? Если да, то как? — Эта реплика добавлена участником Ameno~ruwiki (о • в) 13:50, 8 июня 2008 (UTC)

• систематически используется--Андрей Новиков 16:55, 1 сентября 2009 (UTC)

статья во многом спорная

Чего стоит например фраза "Для многих задач Байесовские методы дают лучший результат, нежели методы, основанные на частотной вероятности"

Проблема в том, что сравнивать "результаты" полученные с помощью байесовской теории с результатами, основанными на "частотной" теории просто некорректно: в байесовской постановке у вас есть дополнительная информация в виде априорного распределения, а в частотной ее нет.

Чтобы сравнивать два метода, их нужно поставить в равные условия - в частности, отбросить предположение об известном априорном распределении, раз оно недоступно "частотному" методу! Можно, конечно, наоборот, дать "частотному" методу доступ к априорной информации - тогда он неминуемо превратится в байесовский!

Вообще, противопоставление "байесовский" - "частотный" абсолютно вредно для понимания вероятностей.

НЕТ двух вероятностей! Вероятность - это всегда то, что определил Колмогоров в 1933 году! Никто никогда больше не предложил никакого другого строгого определения вероятности. Слово "байесовский" означает всего лишь, что у вас имеется "надпопуляционная" (дополнительная) информация.

Я не знаю ВООБЩЕ как улучшить статью, в которой во главу угла поставлено противопоставление понятий, противоречий между которыми НЕТ! Как сказать "байесианцу", что он МОЖЕТ ошибаться, думая, что априорное распределение существует всегда (или даже как сказать ему, что он может ошибаться, думая, что он ЗНАЕТ априорное распределение)?! Спросите убежденного байесианца: откуда у него информация об априорном распределении? В лучшем случае он посмотрит на вас с сожалением, как верующие люди смотрят на атеиста. В худшем - начнет словоблудить. Что делать, общественность?

Что бы вы сделали, скажем, со статьей, написанных с богословских позиций? Скажем, о происхождении человека?!!! --Андрей Новиков 16:55, 1 сентября 2009 (UTC)

"Байесовская вероятность — это интерпретация понятия вероятности, используемое в Байесовской теории. Вероятность определяется как степень уверенности в истинности суждения. Для определения степени уверенности в истинности суждения при получении новой информации в Байесовской теории используется теорема Байеса." Скажите мне, что в этом есть смысл?!

Что-то надо делать с этой статье. Может, просто удалить? Переименовать? О чем речь-то? ИНТЕРПРЕТАЦИЯ понятия вероятности, говорят. И чем эта ИНТЕРПРЕТАЦИЯ отличается от противопоставляемой ей ЧАСТОТНОЙ? Если бы в статье был ответ на этот вопрос, после переименования можно было бы оставить. А так - только удалить. Нет предмета. Нет определения. Я думаю, так --Андрей Новиков 20:52, 1 сентября 2009 (UTC)

• Вы упускаете из виду (впрочем как и статья) историю "войны" байесовского определения и частотного. Историю, которая не завершилась и сегодня. Разница между частотной и байесовской вероятностями в подходах. Частотная вероятность создавалась как самостоятельная теория, теория о вероятностях и ни о чём больше. Байесовская теория вероятностей создавалась как расширение математической логики. В некотором смысле, это логика для реальных задач, для построения доказательств на базе данных, истинность которых под вопросом. Изначально Лаплас начал изобретать эту "байесовскую" вероятность для обработки противоречивых данных астрономических наблюдений накопленных к тому моменту. Этот его подход был очередным шагом в движении науки к современному научному подходу. И методы созданные Лапласом стояли особняком, он сам не пытался смешивать частотную вероятность с байесовской. Через сотню лет математики подняли вой, и изгнали байесовскую теорию вероятности за пределы научности. Тем не менее байесовская вероятность использовалась эпизодически при решении практических задач. Она использовалась Тьюрингом во время второй мировой для взлома германских шифров, что было впоследствии засекречено Черчиллем лет на тридцать. Она используется в страховом деле, есть любопытный текст от специалиста в частотной теории вероятностей, который пришёл работать в страховую компанию, возмутился древности и "ненаучности" используемых подходов, но посмотрев повнимательнее понял, что частотный подход тут просто не к месту.Во второй половине XX века, байесовская теория и частотная столкнулись лбами (этому поспособствовали некоторые разработанные методы основанные на байесовской теории, и раскрытие тех самых секретных данных времён второй мировой). У каждой были свои преимущества и свои недостатки. Частотная теория в принципе ничего не может говорить о вероятности события, которое ещё ни разу не случалось. В то время как байесовская может себя неплохо показать даже в этом случае. Байесовская теория вероятности лежит в основе методов рационального мышления, как практически применимая замена абстрактной логике. Байесовская теория вероятности весьма популярна в теориях принятия решения и разработках связанных с ИИ. В качестве минусов -- байесовскую теорию сложнее использовать для расчётов. В частотной интерпретации достаточно подобрать подходящий метод, взять формулу и подставить туда числа. В байесовской нет многих методов, есть законы, которые едины на все случаи жизни. Можно провести аналогию с классическим подходом к интегралу (интеграл Римана) и современным (интеграл Лебега). Два разных подхода к одной и той же проблеме. С очень схожими результатами, но всё же с результатами различными.

И да, всё написанное мною выше -- это мнение не специалиста надёргавшего случайной информации из различных источников. Собственно сюда я зашёл в надежде найти русскоязычные источники по теме. Видимо пришло то последнее время, когда умирает надежда, и пойти читать англоязычные. Rgo 00:35, 29 августа 2013 (UTC)