बायेसियन आँकड़े एक प्रकार के गतिशील संभाव्यता आँकड़े हैं जो आमतौर पर आज की कृत्रिम बुद्धिमत्ता और मशीन लर्निंग की दुनिया में उपयोग किए जाते हैं। ये प्रौद्योगिकियाँ शुद्ध रैखिक प्रोग्रामिंग से आगे बढ़कर अधिक संभाव्य दृष्टिकोण की ओर जाना चाहती हैं। बायेसियन आँकड़े इस विचार को पूरक करते हैं, क्योंकि बायेसियन सांख्यिकीय दृष्टिकोण अधिक परिष्कृत है और "फ़्रीक्वेंटिस्ट" आँकड़ों की तुलना में एक अलग संभाव्य आधार पर आधारित है जो आज तक किए गए सांख्यिकीय विश्लेषण का सबसे सामान्य प्रकार है।
बारंबारतावादी आँकड़े किसी विशिष्ट संख्या के ज्ञात परीक्षण सेटों के आधार पर किसी दिए गए घटना की संभावना लेते हैं। इसके विपरीत, बायेसियन आँकड़े संभाव्यता लेते हैं और इसे किसी परिणाम में "विश्वास की डिग्री" व्यक्त करने और परिकल्पनाओं के आधार पर तर्क स्थापित करने की अनुमति देते हैं। बायेसियन सांख्यिकी की शुरुआत सबसे पहले 1770 के दशक में थॉमस बेयस ने की थी, जिन्होंने बेयस प्रमेय बनाया जो इन विचारों को काम में लाता है।
बायेसियन सांख्यिकी के बारे में सोचने का दूसरा तरीका यह है कि यह "सशर्त संभावनाओं" का उपयोग करता है - यह कई कारकों को ध्यान में रखता है। सिक्का उछालने के बारे में सोचें, जहां कोई यह निर्धारित करने के लिए बड़ी संख्या में परीक्षण चला सकता है कि बारंबारतावादी सांख्यिकीय मॉडल हर बार 50 प्रतिशत के करीब होगा। हालाँकि, बायेसियन आँकड़े सशर्त कारक ले सकते हैं और उन्हें उस मूल आवृत्तिवादी आँकड़े पर लागू कर सकते हैं। क्या होगा यदि कोई सिक्का उछालने के नतीजे की पहचान करते समय इस बात पर ध्यान दे कि बारिश हो रही थी या नहीं? क्या यह सांख्यिकीय परिणामों के संदर्भ में परिणामों को प्रभावित कर सकता है?
एक नियम के रूप में, इस तरह के पर्यावरणीय कारक सिक्का उछालने के नतीजे को नहीं बदलेंगे - लेकिन व्यापार जगत में, जहां इतने सारे सशर्त कारक एक-दूसरे को प्रभावित करते हैं, बायेसियन आँकड़े डेटा से अंतर्दृष्टि प्राप्त करने का एक शक्तिशाली हिस्सा हो सकते हैं। यही कारण है कि बायेसियन आँकड़े आमतौर पर उद्यम प्रौद्योगिकियों में उपयोग किए जाते हैं।
0 Comments