Probabilidad Condicional

Las matemáticas de la incertidumbre

La nueva información cambia las probabilidades. Una vez que sabes que "el dado mostró un número par," la probabilidad de que sea un 2 ya no es 1/6, porque has descartado los números impares. Probabilidad condicional es el mecanismo para actualizar una probabilidad cuando se sabe que cierto evento B ha ocurrido.

Read P(A | B) as "the probability of A given B." Geometrically it's a zoom-and-renormalize: throw away everything outside B, treat B as the new whole world, and ask what fraction of that world is also in A. Dividing by P(B) rescales so the shrunken world still has total probability 1.

Imagina una prueba de detección que acaba de dar positivo. Esa pista no cambia la realidad, pero reduce las posibilidades: puedes descartar a todos aquellos cuya prueba fue negativa y mirar solo al grupo positivo B. La pregunta "¿realmente tengo la enfermedad?" se convierte en P(A | B), la fracción de ese grupo reducido que está verdaderamente enfermo.

Dónde aparece en el MLUn clasificador calcula una probabilidad condicional. Su trabajo completo es P(class | input), la probabilidad de cada etiqueta dado los píxeles o tokens que ve. El vector softmax es literalmente P(y | x). Condicionar en la entrada es lo que convierte una distribución a priori sobre clases en una predicción.
▶ Probabilidad Condicional
← Axiomas de ProbabilidadTeorema de Bayes →