Ders 4: Yapay Zeka

Öngörülerin doğruluğu hakkında sonuca dayanarak ne çıkarabiliriz?

• Öngörünün verdiği olasılığın gerçekten doğru olasılık olduğu sonucuna varabilir miyiz?

• Öngörünün yanlış olduğu sonucuna varabilir miyiz?

• Her iki sonuca da varamaz mıyız?

Alıştırma 10: Oranlar

Olasılıkları doğal frekanslar olarak ifade edilen olasılıklara dönüştürün;

Örneğin 2:1'den 2/3'ye

Olasılıkları yüzde olarak ifade edilen olasılıklara dönüştürün;

Örneğin 2:1'den %66,6'ya
2/2+1
2/3
0,666
%66,6

Alıştırma 11: Madeni Parayı Çevirin

• Bağımsız olayların gerçekleşme olasılığı, bu olasılıkların çarpımına eşittir.

  Örnek:
  Üst üste 2 kez zar attığınızı düşünün. İlk zarın 3 gelmesi ve ikinci zarın 5 gelmesi olasılığı kaçtır?

  
  1/6 x 1/6 = 1/36

0,027

Alıştırma 12: Bayes Kuralı

olasılık oranı x önceki olasılık = sonraki olasılık

9 × 206:159 = 1854:159 olur.

• Her 1854 yağmurlu güne 159 yağmursuz gün demektir.

• Bu da ortalama12 yağmurlu güne 1 yağmursuz gün demek. 12:1

• 12/12+1 = 12/13

• 12/13 yani sabah bulut olduğunda yaklaşık %92 ihtimalle yağmur olasılığı var demektir.

• Bir şemsiye almakta fayda var.

Alıştırma 13: Engellemek veya Engellememek

Sosyal medya hesabınızı kontrol ediyorsunuz ve yeni bir takipçiniz olduğunu fark ediyorsunuz. Kişiyi tanımıyorsunuz ve kullanıcı adı biraz garip: John37330190. Sizi takip eden ürkütücü botlar istemezsiniz, bu yüzden onları engelleyip engellememeyi merak ediyorsunuz. Yeni takipçinin bir bot olma olasılığını, P(bot | 8-haneli), Bayes kuralını kullanarak hesaplayın:

• Yeni takipçilerinizin %5'inin bot olduğunu varsayalım:

  P(bot) = 0,05.

• Bot hesaplarının %80'inin kullanıcı adının 8 haneli bir sayı içerdiğini varsayalım:

  P(8 haneli | bot) = 0,8

• Yeni bir takipçinin (bot olsun veya olmasın) kullanıcı adında 8 haneli bir sayıya sahip olma olasılığının şöyle olduğunu varsayalım:

  P(8 haneli) = 0,041.

• P(bot | 8-haneli) = P(8 haneli | bot) * P(bot) * / P(8 haneli)

  P(bot | 8-haneli) = 0,8 * 0,05 / 0,041

  P(bot | 8-haneli) = 0,975

• %97,6

Alıştırma 14: Spam Filtresi

sonraki olasılıklar = olasılık oranı x önceki olasılıklar

sonraki olasılıklar = 5.1 x 0.8 x 53.2 x 0.3 x 1:1

= 65.1168 : 1
= 65 : 1

Her 1 normal mesaj için yaklaşık 65 spam mesajı demektir. 65/66 yani %98,5’dir.

Bu mesaj muhtemelen spam posta klasörünüze düşecektir.