Product Design, Manufacturing & Innovation Resources
Lar » Inferência Bayesiana

Inferência Bayesiana

1812
  • Pierre-Simon Laplace
Estudioso do século 19 calculando a inferência bayesiana em uma mesa de madeira com pergaminho.

(Imagem gerada apenas para fins ilustrativos)

A inferência bayesiana é uma abordagem estatística. método onde Bayes’ theorem is used to update the probability for a hypothesis as more evidence or information becomes available. It is a central tenet of Bayesian statistics. The core idea is expressed as: posterior probability is proportional to the product of the prior probability and the likelihood, [latex]p(\theta|D) \propto p(D|\theta)p(\theta)[/latex], where [latex]\theta[/latex] is the parameter and D is the data.

A inferência bayesiana trata os parâmetros do modelo como variáveis aleatórias sobre as quais podemos ter crenças. O processo começa com uma distribuição de probabilidade ‘prévia’, [latex]p(\theta)[/latex], que engloba nosso conhecimento ou incerteza sobre um parâmetro [latex]\theta[/latex] antes de observarmos quaisquer dados. Quando os dados [latex]D[/latex] são coletados, é calculada a probabilidade de sua ocorrência dado o parâmetro, conhecida como ‘probabilidade’ [latex]p(D|\theta)[/latex]. Em seguida, o teorema de Bayes combina a prévia e a probabilidade para produzir a distribuição ’posterior‘, [latex]p(\theta|D)[/latex]. Essa distribuição posterior representa nosso conhecimento atualizado sobre o parâmetro após a contabilização dos dados.

Essa abordagem difere fundamentalmente da inferência frequentista, que assume que os parâmetros são constantes fixas e desconhecidas e calcula a probabilidade dos dados dados esses parâmetros. A inferência bayesiana, em contraste, fornece uma distribuição de probabilidade para os próprios parâmetros, o que permite afirmações probabilísticas diretas sobre eles, como "há 95% de probabilidade de que o parâmetro esteja dentro desse intervalo". Essa interpretabilidade é uma vantagem fundamental. O principal desafio histórico foi computacional; calcular a distribuição posterior muitas vezes requer a resolução de integrais complexas, um problema amplamente superado no final do século XX com o advento de computadores poderosos e algoritmos como o álgebra de Cox. MCMC.

UNESCO Nomenclature: 1208
Estatísticas

Tipo

Sistema abstrato

Interrupção

Fundamentais

Uso

Uso generalizado

Precursores

  • Teorema de Bayes
  • Teoria da probabilidade
  • Desenvolvimento da teoria da verossimilhança por R.A. Fisher

Aplicações

  • Estimação de parâmetros em modelos científicos
  • A/B testing in web development and marketing
  • Reconstrução de árvores filogenéticas em biologia
  • Quantificação da incerteza em sistemas complexos
  • Reconstrução de imagem e processamento de sinais
  • Inteligência artificial e sistemas especialistas

Patentes:

NA

Ideias de Inovação Potencial

  • Automated drug discovery that updates models of molecular effectiveness with each new experimental result
  • Self-improving robotics that update motor control parameters based on trial-and-error experience
  • Personalized education software that updates its model of a student’s knowledge to tailor curriculum in real-time
  • Supply chain logistics that continuously update demand forecasts based on sales data and external factors
  • Cognitive models in psicologia that are updated with behavioral experiment data
  • Real-time fraud detection systems that update a user’s risk profile with every transaction
  • Smart agriculture systems that update crop yield models based on soil sensor and weather data
  • AI art generators that refine their style based on user feedback and ratings
  • Space debris tracking systems that update orbital predictions with new radar observations
  • Epidemiological models that update disease spread forecasts in real-time during an outbreak
Relacionado a: inferência Bayesiana, distribuição posterior, distribuição a priori, função de verossimilhança, modelagem estatística, estimação de parâmetros, incerteza, evidência, atualização de crenças, MCMC.

Contexto histórico

Inferência Bayesiana

1758
1777
1799
1812
1822
1827
1829
1750
1763-12-23
1780
1805
1822
1822
1828
1848

(Caso a data seja desconhecida ou irrelevante, por exemplo, "mecânica dos fluidos", é fornecida uma estimativa aproximada de seu surgimento notável)

10º ano aniversário

Imagens em tamanho real e downloads estão disponíveis apenas, 100% gratuitos, para membros registrados.