@ গুং এর দুর্দান্ত উত্তর রয়েছে। আমি একটি বাস্তব বিশ্বের উদাহরণে "দীক্ষা" ব্যাখ্যা করার জন্য একটি উদাহরণ যুক্ত করব।
বাস্তব জগতে উদাহরণ ভাল সংযোগ জন্য, আমি স্বরলিপি, যেখানে ব্যবহার পরিবর্তন করতে চান হাইপোথিসিস (প্রতিনিধিত্ব করতে আপনার সমীকরণের), এবং ব্যবহার প্রমাণ প্রতিনিধিত্ব করতে। ( আপনার সমীকরণে ।)এ ই বিHAEB
সূত্রটি তাই
P(H|E)=P(E|H)P(H)P(E)
নোট করুন একই সূত্র হিসাবে লেখা যেতে পারে
P(H|E)∝P(E|H)P(H)
যেখানে উপায়ে সমানুপাতিক এবং হয় সম্ভাবনা এবং হয় পূর্বে । এই সমীকরণ মানে যে অবর যদি সমীকরণের ডান দিকে বড় বড় হওয়া হবে। এবং আপনি সম্পর্কে ভাবতে পারেন এটি সংখ্যাকে সম্ভাব্যতায় পরিণত করার জন্য একটি নরমালাইজেশন ধ্রুবক (যে কারণটি আমি বলি এটি একটি ধ্রুবক কারণ এটি প্রমাণ ইতিমধ্যে দেওয়া হয়েছে।)।পি ( ই | এইচ∝পি ( এইচ ) পি ( ই ) ইP(E|H)P(H)P(E)E
প্রকৃত বিশ্বের উদাহরণ হিসাবে ধরুন, আমরা ক্রেডিট কার্ডের লেনদেনে কিছু জালিয়াতি সনাক্তকরণ করছি। তারপরে অনুমানটি যেখানে লেনদেনটি একটি সাধারণ বা প্রতারণামূলক প্রতিনিধিত্ব করে। (অন্তর্দৃষ্টিটি দেখানোর জন্য আমি চরম ভারসাম্যহীন কেসটি বেছে নিয়েছি)।H∈{0,1}
ডোমেন জ্ঞান থেকে, আমরা জানি বেশিরভাগ লেনদেন স্বাভাবিক হবে, খুব কম লোকই জালিয়াতি। আমাদের একটি বিশেষজ্ঞ জেনে নিই আমাদের বলেছেন আছে মধ্যে জালিয়াতি হবে। সুতরাং আমরা বলতে পারি পূর্বে হয় এবং ।100011000পি ( এইচ = 0 ) = 0.999P(H=1)=0.001P(H=0)=0.999
চূড়ান্ত লক্ষ্য হ'ল গণনা করা হচ্ছে যার অর্থ আমরা জানতে চাই যে কোনও লেনদেন কোনও জালিয়াতি কিনা তা পূর্ববর্তী ছাড়াও প্রমাণের ভিত্তিতে নয় । আপনি সমীকরণের ডান দিকে তাকান, তাহলে আমরা তা পচা সম্ভাবনা এবং পূর্বে ।P(H|E)
যেখানে আমরা ইতিমধ্যে যা পূর্বে তা ব্যাখ্যা করেছি, এখানে আমরা সম্ভাবনা কী তা ব্যাখ্যা করি। ধরা যাক, আমরা লেনদেনের সাধারণ বা অদ্ভুত ভৌগলিক অবস্থান যদি দেখি তবে types two তে দুটি ধরণের প্রমাণ রয়েছে ।E∈{0,1}
সম্ভাবনা ছোট হতে পারে, যার অর্থ একটি সাধারণ লেনদেন দেওয়া হয়েছে, অবস্থানটি অদ্ভুত হওয়ার খুব সম্ভাবনা নেই। অন্যদিকে, বড় হতে পারে।P(E=1|H=0)P(E=1|H=1)
মনে করুন, আমরা পর্যবেক্ষণ করে দেখেছি এটি জালিয়াতি কিনা বা না, আমাদের পূর্ব এবং সম্ভাবনা উভয়ই বিবেচনা করা উচিত । স্বজ্ঞাতভাবে, পূর্ব থেকে, আমরা জানি যে খুব কম জালিয়াতির লেনদেন রয়েছে, প্রমাণ জোরদার না হলে আমরা জালিয়াতির শ্রেণিবিন্যাস করতে খুব রক্ষণশীল হতে পারি। সুতরাং, দুটির মধ্যে পণ্য একই সাথে দুটি কারণ বিবেচনা করবে।E=1