Unit 3 9c Answer knowitvideos English Czech

Unit 3 9c AnswerYouTube↗ IA↗(long shot)
Howto & Style 11.4K views 20 likes 9 dislikes 08 Oct 2011

knowitvideos 11.8K subscribers N/A YouTube↗

Click to Play Video

So, for this one, we want to apply total probability.

Pro tento případ aplikujeme úplnou pravděpodobnost.

This thing over here is the same as probability of test 2 to be positive,

Toto zde je stejné jako pravděpodobnost, že test 2 bude pozitivní,

which I'm going to abbreviate with a +2 over here,

což budu zkracovat jako +2 zde,

conditioned on test 1 being positive and me having cancer

podmíněno tím, že test 1 je pozitivní a já mám rakovinu

times the probability of me having cancer given test 1 was positive plus

krát pravděpodobnost, že mám rakovinu, když test 1 byl pozitivní. Plus

the probability of test 2 being positive conditioned on test 1 being positive

pravděpodobnost, že test 2 je pozitivní podmíněno tím, že test 1 je pozitivní

and me not having cancer times the probability of me not having cancer

a já nemám rakovinu krát pravděpodobnost, že nemám rakovinu,

given that test 1 is positive.

když test 1 je pozitivní.

That's the same as the theorem of total probability,

To je stejné, jako teorém úplné pravděpodobnosti,

but now everything is conditioned on +1.

ale nyní je vše podmíněno +1.

Take a moment to verify this.

Udělejte si čas na ověření.

Now, here I can plug in the numbers.

Nyní sem mohu doplnit čísla.

You already calculated this one before, which is approximately 0.043,

Toto jste spočítali již dříve, což je přibližně 0,043

and this one over here is 1 minus that, which is 0.957 approximately.

a toto zde je 1 mínus toto, což je přibližně 0,957.

And this term over here now exploits conditional independence,

Výraz zde využívá podmíněnou nezávislost,

which is given that I know C, knowledge of the first test

pokud znám C, tak znalost prvního testu

gives me no more information about the second test.

mi nepřináší žádnou další informaci o druhém testu.

It only gives me information if C was unknown, as was the case over here.

Informaci mi to dá pouze v případě neznámého C, jako v tomto případě.

So, I can rewrite this thing over here as follows:

Nyní mohu toto přepsat následovně:

P of +2 given that I have cancer.

P pro +2 když mám rakovinu.

I can drop the +1, and the same is true over here.

Nyní mohu zahodit +1, a stejné platí zde.

This is exploiting my conditional independence.

Toto je využití mé podmíněné nezávislosti.

I knew that P of +1 or +2 conditioned on C

Vím, že P pro +1 nebo +2 podmíněné C

is the same as P of +2 conditioned on C and +1.

je stejné jako P pro +2 podmíněné C a +1.

I can now read those off my table over here,

Nyní mohu tyto hodnoty vyčíst z této tabulky,

which is 0.9 times 0.043 plus 0.2,

což je 0,9 krát 0,043 plus 0,2,

which is 1 minus 0.8 over here times 0.957,

což je 1 mínus 0,8 zde krát 0,957,

which gives me approximately 0.2301.

což mi vychází přibližně 0,2301.

So, that says if my first test comes in positive,

To mi říká, že když je první test pozitivní,

I expect my second test to be positive with probably 0.2301.

tak očekávám, že druhý test bude pozitivní s pravděpodobností 0,2301.

That's an increased probability to the default probability,

To je vyšší pravděpodobnost oproti výchozí pravděpodobnosti,

which we calculated before, which is the probability of any test,

kterou jsme spočítali dříve a která je pravděpodobností libovolného testu.

test 2 come in as positive before was the normalizer of Bayes rule which was 0.207.

Test 2 byl pozitivní před tím, než byl normalizován Bayesovskou větou a to bylo 0,207.

So, my first test has a 20% chance of coming in positive.

Takže můj první test měl 20% šanci být pozitivní.

My second test, after seeing a positive test,

Můj druhý test, po předchozím pozitivním testu,

has now an increased probability of about 23% of coming in positive.

má nyní vyšší pravděpodobnost, přibližně 23%, že bude pozitivní.

Similar videos:

Unit 3 7a Bayes Rule Graphically

18K views 14 likes 4 dislikes 08 Oct 2011100% match

Qué son los SWAPS
canaloie24
55.4K views 259 likes 4 dislikes 24 Nov 2011100% match

Egyptische mummificatie
Nikki Janssens
44.5K views 125 likes 20 dislikes 27 Dec 2013100% match

Unit 2, Topic 28, Optimistic Heuristics

17.7K views 26 likes 3 dislikes 05 Oct 2011100% match

Unit 5 31 Classification vs Regression

12.7K views 20 likes 10 dislikes 17 Oct 2011100% match

Shift Happens 6.0
ctumini
21.6K views 38 likes 8 dislikes 31 Jul 2012100% match

0 views 0 likes 0 dislikes 05 Jun 2026100% match

HeartMath - Intuitive Intelligence

39.8K views 0 likes 0 dislikes 02 Apr 2014100% match

CEOS Chatter
Fernando Garcia
1.3K views 2 likes 1 dislikes 14 Mar 2012100% match

Unit 2, Topic 4, Tree Search

43.7K views 29 likes 11 dislikes 05 Oct 2011100% match

Henry VIII - documentary BBC
Iris Houbaer
46.6K views 78 likes 7 dislikes 23 Apr 2014100% match

Écosystèmes
cris210885
27.6K views 71 likes 23 dislikes 25 May 2013100% match

Mr. Peabody & Sherman
TheCaptionedInternet
43.6K views 74 likes 9 dislikes 03 Mar 2014100% match

Instrucciones para llorar, de Julio Cortázar
Inés Andrés
5.9K views 10 likes 0 dislikes 10 Jan 2012100% match

Els bons modals. Dmaris Gelabert
Lourdes Soler Fernandez
31.6K views 26 likes 10 dislikes 14 Sep 2013100% match

Unit 2, Topic 5, Tree Search Answer

17.8K views 19 likes 3 dislikes 05 Oct 2011100% match

Unit 3 2d Question

17.5K views 3 likes 0 dislikes 08 Oct 2011100% match

Unit 3 9 Conditional Independence

19.7K views 30 likes 1 dislikes 08 Oct 2011100% match

Unit 8 4 Vacuum Cleaner Example

15.1K views 46 likes 4 dislikes 31 Oct 2011100% match

Haiti's cultural community
Yelleknad121
13.9K views 30 likes 1 dislikes 31 Mar 2012100% match

Recomendación kuentalibros - pizarra digital y niños con discapacidad auditiva
anitamc20
933 views 1 likes 0 dislikes 21 Dec 2012100% match

حقوقية امريكية تفضح جون برينان و الامن يقوم باعتقالها
عين اليمن
13.8K views 120 likes 5 dislikes 08 May 2012100% match

(ENG/CHI SUB) 140216 SM True Thailand Facebook EXO
Baby Xiumin
783 views 10 likes 0 dislikes 16 Feb 2014100% match

Dialog im Modegeschäft
Maria Ubieto
15.2K views 37 likes 19 dislikes 15 Jun 2013100% match

Unit 4, 9 Gibbs Sampling

41K views 107 likes 26 dislikes 06 Oct 2011100% match

Unit 6 8 Supervised vs Unsupervised Learning

20.7K views 42 likes 4 dislikes 22 Oct 2011100% match

Unit 6 5b Maximum Likelihood

10.2K views 25 likes 1 dislikes 22 Oct 2011100% match

Unit 3 6b Answer

12.4K views 2 likes 0 dislikes 08 Oct 2011100% match

Unit 3 8b Answer

10.9K views 18 likes 10 dislikes 08 Oct 2011100% match

Unit 1w, 13 Chinese Translation Answer 2

24.6K views 18 likes 2 dislikes 05 Oct 2011100% match

Settings Privacy About Contact Donate