İçeriğe geç
parazade
Yapay Zeka

Önsel Olasılık Nedir?

İngilizce: Prior Probability

Yayın: · Son güncelleme:

Önsel Olasılık Nedir? Kısaca

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.

Önsel Olasılık nedir?
İçindekiler
  1. Önsel olasılık nedir?
  2. Örnek
  3. Makine öğrenmesindeki yeri

Önsel olasılık, Bayesçi istatistiğin başlangıç noktasıdır: Elindeki yeni kanıta bakmadan önce bir hipotezin doğru olma olasılığına dair inancını ifade eder.

Önsel olasılık nedir?

Bayes teoremi şu ilişkiyi kurar:

Sonsal ∝ Olabilirlik × Önsel

  • Önsel (prior): Veri gelmeden önceki inanç.
  • Olabilirlik (likelihood): Hipotez doğruysa gözlenen verinin ne kadar olası olduğu.
  • Sonsal (posterior): Veri gördükten sonra güncellenmiş inanç.

Önsel bilgi geçmiş verilerden, uzman görüşünden ya da genel bilgilerden gelebilir. Hiçbir değeri kayırmamak için "bilgisiz" ya da "zayıf bilgili" önseller de kullanılabilir.

Örnek

Varsayımsal bir hastalığın toplumda görülme sıklığı binde 1 olsun; bu, rastgele seçilen bir kişi için önsel olasılıktır. Yüzde 99 doğrulukla çalışan bir test pozitif çıksa bile, hastalık çok nadir olduğu için kişinin gerçekten hasta olma olasılığı yaklaşık yüzde 9 civarında kalır. Önseli yok saymak, test sonucunu olduğundan çok daha kesin sanmaya yol açar. Bu hataya "taban oranı yanılgısı" denir.

Makine öğrenmesindeki yeri

  • Naive Bayes sınıflandırıcısında her sınıfın önsel olasılığı, eğitim verisindeki sınıf oranlarından tahmin edilir.
  • Bayesçi modellerde parametrelere önsel dağılımlar atanır; bu, modelin aşırı uç değerlere kaymasını engelleyen bir düzenlileştirme işlevi görür.
  • Ridge regresyondaki ceza terimi, ağırlıklara normal dağılımlı bir önsel koymaya denk düşer.

Önselin seçimi sonucu etkileyebilir; özellikle veri azken bu etki büyüktür. Bu yüzden seçilen önseli açıkça raporlamak ve farklı önsellerle sonucun ne kadar değiştiğini test etmek iyi bir uygulamadır.

Sıkça Sorulan Sorular

Önsel ve sonsal olasılık arasındaki fark nedir?

Önsel olasılık, veriyi görmeden önceki inancı ifade eder. Sonsal olasılık ise bu inancın, gözlenen veri ve olabilirlik fonksiyonu kullanılarak Bayes teoremiyle güncellenmiş hâlidir.

Önsel olasılık nasıl belirlenir?

Geçmiş çalışmalar, benzer veri setleri ya da uzman bilgisi kullanılabilir. Güvenilir bilgi yoksa sonucu az etkileyen zayıf bilgili önseller seçilir ve sonuçların önsele duyarlılığı kontrol edilir.

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.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.Olabilirlik Fonksiyonu(Likelihood Function)Olabilirlik fonksiyonu (likelihood), gözlenmiş bir veri setinin, bir modelin farklı parametre değerleri altında ne kadar olası olduğunu gösteren fonksiyondur. Veri sabit tutulur, parametre değişkendir.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.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.