Bayes Teoremi : Farkına Varmadan Her Gün Kullandığınız Matematiksel Formül

salihpalandoken
salihpalandoken - Salih Palandöken
Okuma süresi 6 Dakika

Farkına Varmadan Her Gün Kullandığınız Matematiksel Formül: Bayes Teoremi. Loto’yu kazanmak gibi birçok şeyin saf şansla gerçekleştiği bir dünyada yaşıyoruz. Fakat gerçek şu ki, gündelik birçok şeyin meydana gelme olasılığı, önceden meydana gelmiş diğer olaylardan büyük ölçüde etkilenmektedir.

Matematik dünyasında, bu fikre “koşullu olasılık” olarak değinilmektedir. Olasılık bir şeyin meydana gelme şansına bir sayı veren matematiksel bir süreçtir. Bir yazı tura attığımızda, zamanla meydana gelen bir olayın sıklığını gözlemleyebiliriz.

Bu, daha sonra 2’ye 1’lik bir “frekans olasılığı” vermek için olası olayların sayısıyla karşılaştırılabilir. Ancak olayların adil olma olasılığını bulmak istediğiniz zaman çok farklı bir matematiksel olasılığa ihtiyaç duyarsınız. Bu Bayes teoremidir.

Olasılık hesaplamalarının tam matematiğini bilmek, Bayes düşüncesini anlamanın anahtarı değildir. Daha da önemlisi, bildiğinizi düşündüğünüz herhangi bir şeye doğruluk ve doğruluk olasılıkları atama beceriniz ve arzunuz ve ardından yeni bilgiler geldiğinde bu olasılıkları güncellemeye istekli olmanızdır.

Bu teorem günlük hayatta sıkça kullanılmaktadır. Günlük hayatta, bilinçli kararlar vermemize yardımcı olmak için, anılarımızdan ve deneyimlerimizden önceki bilgilere güvenmemiz gerekir. Bunun nedeni, yaşamın dinamik olması, ilgili bilgilerin sürekli değişmesidir.

Olasılık Ve Bayes Teoremi

Araba kapısını açıp araba anahtarlarının yanınızda olmadığını anladığınızda neler olduğunu düşünün. Genelde, araba anahtarlarınızı kapının arkasındaki bir askından ya da çalışma masanızdaki çekmeceden çıkartabilirsiniz. Eviniz olduğu gerçeği size araba anahtarlarının işte olmadığını söylüyor.

Yani garaja geri dönüp kapının yanındaki kanca için düz gitmeniz gerekir. Bu durumda, genellikle ofis masasının çekmecesinde ya da kapıdaki kancada bulunan anahtarlara ilişkin önceden bildiklerinizi birleştirerek, bulunduğunuz yeri daraltmak için evde olmanız gerekir. Anahtarlar kapını arkasındaki kancada değilse, devam eden aramanız için anahtarlarınızı daha önce evde bırakmış olduğunuz yerlere ilişkin önceden bildiğiniz bilgileri kullanırsınız.

Dondurucuya koymak ya da çamaşır makinesinin içine atmak gibi olma ihtimali olmayan yerleri hariç tutarak, anahtarlarınızı bulana kadar aramanızı daraltabilirsiniz. Anahtarlarınız için yapılan bu aramada, ön bilgi ve ilgili güncel bilgilerin bir kombinasyonunu kullanıyorsunuz. Bu, Bayes olasılığının arkasındaki kesin mantıktır.

Bayes olasılığının öncüsü Thomas Bayes adında bir İngiliz istatistikçiydi. 18. yüzyılda olasılık hakkında yeni bir düşünce biçimi geliştirdi ve Bayes teoremi olarak bilinen şeyin öncülünü formüle etti. O zamanlar genel soru “neden verilen bir etkinin olasılığı nedir?” Sorusuna çözüm bulmak yaygındı. Fakat “bir etki verilen bir olasılığın olasılığı nedir?” sorusuna bir çözüm üretilmiyordu.

Bayesin olasılık formülasyonu

O dönemlerde buna ters olasılık problemi deniyordu. Bayes buna bir çözüm buldu. Bayes olasılığı, gözlemleyemediğimiz değişkenleri içeren soruları yanıtlamada yardımcı olabilir. Bir madeni para atmak ve tura almak, gözlemlenen bir değişken olarak düşünülebilirken, madalyonun “adaleti” ni gözlemleyemeyiz.

Bir madeni paranın adil olma olasılığını çözmek yerine, madeni paranın adil olma olasılığını ortaya çıkarmak için, madeni paranın 2 olasılıktan hangisini verdiğiyle ilgili önceki bilgilere dayanmak zorunda kalınacaktır. Adil olduğu olasılığını tahmin etmek için ilgili güncel bilgileri (daha yakın tarihli madeni para atışlarının sonuçları) ele almak gerekecektir.

Bayesin olasılık formülasyonu, yıllar boyunca birçok farklı alanda sorulara cevap vermeye yardımcı olmuştur. Örneğin, yakın ve yaygın olarak kullanılan bir uygulama, spam filtrelemesiydi. Bayes teoremi, bir e-posta mesajının spam olup olmadığının tahmin etmesine yardımcı olur.

İkinci Dünya Savaşı sırasında, İngiliz kod yazarı Alan Turing, “kırılmaz” Enigma kodunun çatlamasına yardımcı olmak için Bayes teorisine dayanan bir sistem geliştirdi. Bir mesajdaki bir dizi harfin tahmin edilmesi için sistemi kullanmış, bu da olasılıkların hesaplanmasına ve yeni mesajların geldiği varsayımlarının gözden geçirilmesine yol açmıştır.

Bayes’in bu teoremi istatistiklere öncülük etmesine rağmen bilim insanı ancak ölümünden sonra tanınabilmiştir. Bayes’in teoremi Richard Price tarafından yayınlanmış ve duyurulmuştur. Bayes ve Price’dan sonra bu alana katkıda bulunan Pierre SimonLaplace oldu. Bayes teoremi dünyanın en zor problemlerinden bazılarını çözmek için kullanılsa da, iyi haber şu ki bu türden bir düşünceyi her gün uygulamak için bir matematikçi olmanıza gerek yok. Muhtemelen bunu zaten uyguluyorsunuz.

Bayes Teoremi Poker Masalarında Uygulandı

poker masasi
Bayes teorimi kumar masalarında denenmeye başladı

Kumarın getirdiği anlık haz ve heyecan kuşkusuz bağımlılık yapıyor. Birçok kumarbaz, batıl inançlarının ve iyi şans tılsımlarının bir gün büyük ölçüde karşılığını alacağına inanır. Ancak, matematiğin tekrar tekrar gösterdiği gibi, kumarhaneler uzun vadede oyunculara karşı hilelidir. Poker masalarındaki son derece yetenekli kart sayaçlarının yanı sıra, herhangi bir kumarhane konuğunun beklenen değeri istatistiksel olarak negatiftir. Ancak Yüksek Mahkemenin 2018’de spor bahisleri üzerindeki federal yasağı kaldırmasıyla, bahisçilerin, özellikle de matematiksel olarak düşünenlerin keşfetmesi için yeni bir yol var.

Bayes Kuralını gerçek hayattaki durumlara uygulamakla ilgili en büyük sorunlardan biri, belirsiz olaylara olasılıkları doğru bir şekilde atayamamaktır. Bu özellikle, analistlerin gelecekteki bir olayın olasılığı hakkında bildiklerini nicelleştirmeleri ve daha sonra yeni verilerin önemini ortaya çıktıkça tahmin etmeleri gereken spor bahisleri için geçerlidir. Bununla birlikte, spor etkinliklerinin sonuçlarını tahmin etmek için Bayes analizini kullanmanın yalnızca uygulanabilir olmakla kalmayıp son derece yararlı olabileceği birçok senaryo vardır. Örneğin, teknoloji ilerledikçe hava durumu verileri giderek daha doğru hale geliyor ve belirli bir hava olayının olasılığını yüksek güvenle tahmin edebiliyoruz. Bu, spor bahisçisine kendi yorumuna bırakılan tek bir değişken bırakır.

 

Bunlar da ilginizi çekebilir:

Editör / Yazar: Tanya Djaziri Köksür

Bu makaleyi paylaş
Yazan salihpalandoken Salih Palandöken
Salih Palandöken, teknoloji dünyasının nabzını tutan deneyimli bir teknoloji editörüdür. Özellikle yapay zeka, büyük veri, ve yazılım geliştirme gibi alanlarda derin bilgi birikimi ve analiz yeteneği ile tanınır. Kariyeri boyunca, sektördeki yenilikleri yakından takip ederek okuyucularına en güncel ve kapsamlı bilgileri sunmuştur. Ayrıca, teknoloji trendlerini ve dijital dönüşüm süreçlerini sade bir dille anlatma konusunda uzmanlaşmıştır. Salih, teknolojinin günlük hayata etkilerini incelerken, aynı zamanda iş dünyası için stratejik öneriler sunan makaleleriyle de dikkat çeker.
Yorum Yap

Bir yanıt yazın

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir