İçeriğe geç
parazade
Yapay Zeka

Bayes Teoremi Nedir?

İngilizce: Bayes' Theorem

Yayın: · Son güncelleme:

Bayes Teoremi Nedir? Kısaca

Bayes teoremi, bir olayın olasılığının yeni bir kanıt ya da bilgi elde edildiğinde nasıl güncelleneceğini gösteren olasılık kuralıdır. Önsel olasılık, olabilirlik ve kanıtın olasılığını birleştirerek sonsal olasılığı hesaplar.

Bayes Teoremi nedir?
İçindekiler
  1. Bayes teoremi nedir?
  2. Örnek: Tıbbi test
  3. Makine öğrenmesindeki yeri
  4. Nelere dikkat etmeli?

Bayes teoremi, 18. yüzyılda Thomas Bayes'in çalışmalarına dayanan ve "Yeni bilgi geldiğinde inancımı ne kadar değiştirmeliyim?" sorusunu matematiksel olarak cevaplayan bir formüldür. İstatistikten tıbbi tanıya, spam filtrelerinden makine öğrenmesine kadar geniş bir kullanım alanı vardır.

Bayes teoremi nedir?

Formül şöyledir:

P(A|B) = P(B|A) × P(A) / P(B)

  • P(A|B) – sonsal olasılık: B kanıtı gözlendikten sonra A'nın olasılığı.
  • P(B|A) – olabilirlik: A doğruysa B'yi gözleme olasılığı.
  • P(A) – önsel olasılık: Kanıttan önce A'ya verilen olasılık.
  • P(B) – kanıtın toplam olasılığı: B'nin tüm durumlarda gözlenme olasılığı.

Teorem, koşullu olasılık tanımından doğrudan türetilir.

Örnek: Tıbbi test

Varsayımsal bir hastalık toplumun %1'inde görülsün. Bir test, hastaların %99'unda pozitif sonuç veriyor; sağlıklı kişilerin ise %5'inde yanlışlıkla pozitif çıkıyor. Testi pozitif çıkan biri gerçekten ne kadar olasılıkla hasta?

  • 10.000 kişiden 100'ü hasta; bunların 99'u pozitif çıkar.
  • 9.900 sağlıklı kişiden 495'i yanlışlıkla pozitif çıkar.
  • Toplam pozitif = 99 + 495 = 594
  • P(Hasta | Pozitif) = 99 / 594 ≈ %16,7

Test oldukça isabetli görünse de hastalık nadir olduğu için pozitif sonuçların çoğu yanlış alarmdır. Bu durum, önsel olasılığın ne kadar önemli olduğunu gösterir.

Makine öğrenmesindeki yeri

  • Naive Bayes sınıflandırıcıları: Özelliklerin bağımsız olduğunu varsayarak Bayes teoremiyle sınıf olasılığı hesaplar; spam filtrelemede klasik bir yöntemdir.
  • Bayes ağları: Değişkenler arasındaki olasılıksal bağımlılıkları modeller.
  • Bayesçi çıkarım: Model parametreleri hakkındaki belirsizliği veriye göre günceller.

Nelere dikkat etmeli?

Önsel olasılığın seçimi sonucu belirgin biçimde etkileyebilir; bu seçimin gerekçesi açıkça belirtilmelidir. Ayrıca P(A|B) ile P(B|A)'yı karıştırmak, yukarıdaki test örneğindeki gibi ciddi yorum hatalarına yol açar.

Sıkça Sorulan Sorular

Bayes teoremi günlük hayatta nerede kullanılır?

Tıbbi test sonuçlarının yorumlanması, e-posta spam filtreleri ve risk değerlendirmeleri yaygın örneklerdir. Temelde yeni bilgi geldiğinde bir ihtimali güncellemek gereken her durumda kullanılabilir.

Önsel ve sonsal olasılık ne demek?

Önsel olasılık, yeni kanıt görülmeden önce bir olaya verilen olasılıktır. Sonsal olasılık ise kanıt dikkate alındıktan sonra güncellenmiş olasılıktır.

İlgili terimler

Koşullu Olasılık(Conditional Probability)Koşullu olasılık, bir B olayının gerçekleştiği bilindiğinde başka bir A olayının gerçekleşme olasılığıdır ve P(A|B) ile gösterilir. P(A ve B) / P(B) formülüyle hesaplanır; Bayes teoremi ve pek çok makine öğrenmesi yönteminin temelidir.Naive BayesNaive Bayes, Bayes teoremini kullanarak bir örneğin hangi sınıfa ait olma olasılığının en yüksek olduğunu hesaplayan ve özelliklerin sınıf bilindiğinde birbirinden bağımsız olduğunu varsayan basit ve hızlı bir sınıflandırma algoritmasıdır.Bayesçi Çıkarım(Bayesian Inference)Bayesçi çıkarım, bir olay ya da parametre hakkındaki mevcut inancı (önsel olasılık) yeni gözlenen veriyle Bayes teoremi aracılığıyla güncelleyerek sonsal olasılığa ulaşan istatistiksel çıkarım yaklaşımıdır.Bayes Ağı(Bayesian Network)Bayes ağı (Bayesian network), rastgele değişkenleri düğümler, aralarındaki koşullu bağımlılıkları ise yönlü oklarla gösteren ve belirsizlik altında olasılık hesaplamaya, eldeki kanıta göre tahminleri güncellemeye yarayan olasılıksal grafik modeldir.Önsel Olasılık(Prior Probability)Önsel olasılık (prior), yeni veri gözlemlenmeden önce bir olay ya da parametre hakkında sahip olunan olasılık inancıdır. Bayes teoreminde olabilirlikle birleştirilerek güncellenmiş sonsal olasılığı üretir.Harf Çevirisi(Transliteration)Harf çevirisi (transliterasyon), bir yazı sistemindeki metnin, anlamı çevrilmeden başka bir yazı sisteminin harfleriyle yazılmasıdır. Örneğin Kiril alfabesiyle yazılmış bir ismin Latin harflerine aktarılması harf çevirisidir.