İçeriğe geç
parazade
Yapay Zeka

Koşullu Olasılık Nedir?

İngilizce: Conditional Probability

Yayın: · Son güncelleme:

Koşullu Olasılık Nedir? Kısaca

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.

Koşullu Olasılık nedir?
İçindekiler
  1. Koşullu olasılık nedir?
  2. Örnekler
  3. Bağımsızlık ve sık yapılan hatalar
  4. Yapay zekâdaki yeri

Koşullu olasılık, elimizdeki ek bilginin bir olayın ihtimalini nasıl değiştirdiğini ölçer. "Yarın yağmur yağma olasılığı nedir?" sorusu ile "Gökyüzü bulutluysa yarın yağmur yağma olasılığı nedir?" sorusunun cevapları farklıdır; ikincisi koşullu olasılıktır.

Koşullu olasılık nedir?

Formül şöyledir:

P(A|B) = P(A ve B) / P(B), burada P(B) > 0 olmalıdır.

Okunuşu: "B verildiğinde A'nın olasılığı." B gerçekleştiği için olası sonuçlar evreni daralır; artık yalnızca B'nin gerçekleştiği durumlar içinde A'nın payına bakılır.

Örnekler

Zar örneği: Hilesiz bir zar atılıyor ve sonucun çift olduğu biliniyor. Sonucun 6 olma olasılığı nedir? Çift sonuçlar 2, 4 ve 6'dır; bunlardan biri 6'dır. P(6 | çift) = 1/3. Koşul olmasaydı bu olasılık 1/6 olurdu.

Tablo örneği: Varsayımsal bir okulda 200 öğrenci var; 80'i kulübe üye, kulüp üyelerinin 60'ı spor yapıyor.

  • P(spor | kulüp üyesi) = 60 / 80 = 0,75

Bağımsızlık ve sık yapılan hatalar

İki olay bağımsızsa birinin gerçekleşmesi diğerinin olasılığını değiştirmez: P(A|B) = P(A). Örneğin iki ayrı yazı-tura atışı bağımsızdır.

En sık hata, P(A|B) ile P(B|A)'yı karıştırmaktır. "Hastaların çoğunun testi pozitif çıkar" ile "Testi pozitif çıkanların çoğu hastadır" aynı şey değildir. Bu iki olasılık arasındaki bağlantıyı Bayes teoremi kurar.

Yapay zekâdaki yeri

Dil modelleri, önceki kelimeler verildiğinde bir sonraki kelimenin koşullu olasılığını tahmin eder. Naive Bayes sınıflandırıcıları, bir sınıf verildiğinde özelliklerin koşullu olasılıklarını kullanır. Bayes ağları ve gizli Markov modelleri de koşullu olasılıklar üzerine kuruludur.

Sıkça Sorulan Sorular

Koşullu olasılık ile birleşik olasılık arasındaki fark nedir?

Birleşik olasılık P(A ve B), iki olayın birlikte gerçekleşme olasılığıdır. Koşullu olasılık P(A|B) ise B'nin gerçekleştiği bilindiğinde A'nın olasılığıdır ve birleşik olasılığın P(B)'ye bölünmesiyle bulunur.

P(A|B) ile P(B|A) neden farklıdır?

Çünkü her biri farklı bir grubu temel alır: Biri B'nin gerçekleştiği durumlara, diğeri A'nın gerçekleştiği durumlara bakar. İki olayın taban oranları farklıysa bu iki olasılık birbirinden çok farklı çıkabilir.

İlgili terimler

Bayes Teoremi(Bayes' Theorem)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.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.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.Olasılık Dağılımı(Probability Distribution)Olasılık dağılımı, rastgele bir değişkenin alabileceği değerleri ve bu değerlerin ya da değer aralıklarının gerçekleşme olasılıklarını tanımlayan matematiksel bir fonksiyon veya tablodur. Kesikli ve sürekli olmak üzere iki ana türü vardır.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.Dil Tespiti(Language Detection)Dil tespiti (language detection), bir metnin ya da ses kaydının hangi dilde olduğunu otomatik olarak belirleyen doğal dil işleme görevidir. Çeviri, arama motorları ve içerik moderasyonu gibi pek çok sistemin ilk adımıdır.