"সবচেয়ে বড় সমস্যা হচ্ছে না ডেটা; এটি কিভাবে আমরা এর বিরক্তিকর অংশগুলি উপেক্ষা করি। কেন 99% পূর্বাভাসের সঠিকতার সাথে একটি মডেল আপনাকে ভুয়া অ্যালার্মগুলির সাথে বন্যা করবে এবং আপনার সুন্দর দিনটি একটি ডাবগিং দুঃস্বপ্নে রূপান্তর করবে? বিভ্রান্তি ? স্বাগতম The -একটি পতিতাবৃত্তি যা মানুষ এবং মেশিন উভয়ই সম্ভাবনা ভুলভাবে বিচার করে যখন আমরা সেই পরিবেশকে উপেক্ষা করি যেখানে তথ্য রয়েছে। Base Rate Fallacy What Is the Base Rate Fallacy? মৌলিক হার ফ্ল্যাশি কি? আসুন তাড়াতাড়ি দেখে নেওয়া যাক কী সত্যিই মৌলিক হার ভুল। এর একটি ঘটনা ঘটে যাওয়ার সম্ভাবনা - নতুন প্রমাণ অনুযায়ী, এ যখন এই ভিত্তিক সম্ভাবনাগুলি উপেক্ষা করা হয়, আমরা শুধুমাত্র নতুন প্রমাণগুলির উপর মনোযোগ দিচ্ছি। base rate আগে base rate fallacy Let the Math Speak মাতৃভাষায় কথা বলুন কল্পনা করুন এমন একটি পরিস্থিতি যেখানে একটি রোগ প্রভাবিত আপনি যখন একজন জিনিয়াস হন, তখন আপনি একটি পরীক্ষা তৈরি করেন যা : 1 in 1000 99% accurate 
 
 
 যদি কেউ এই রোগে আক্রান্ত হয়, তাহলে পরীক্ষা 99% সময় ইতিবাচক (সত্যিই ইতিবাচক) হয়। যদি কেউ এই রোগে আক্রান্ত না হয়, তাহলে পরীক্ষা 99% সময় নেতিবাচক (সত্যিই নেতিবাচক) হয়। ধারণা করা হচ্ছে, কেউ পরীক্ষা তারা সত্যিই এই রোগের সম্ভাবনা কত? positive বুদ্ধিমত্তার বিপরীতে, এটা এখানে কেন: not 99% ১০০০ জনের মধ্যে: 
 
 
 1 ব্যক্তি সত্যিই রোগ আছে → পরীক্ষা সম্ভবত এটি ধরা → 1 সত্যিই ইতিবাচক ৯৯৯ জনের কোনও রোগ নেই, ১ শতাংশই ইতিবাচক, ১০ শতাংশই মিথ্যা ইতিবাচক যারা ইতিবাচক পরীক্ষা করে: 
 
 
 Total positives = 1 (true) + 10 (false) = 11 সত্যিই রোগ থাকার সম্ভাবনা = 1 / 11 ≈ 9% যদিও একটি পরীক্ষা “99% সঠিক”, আপনার অসুস্থ হওয়ার সম্ভাবনা শুধুমাত্র কারণ এই রোগ খুবই বিরল। 9% এই এটি হল - এবং এটি উপেক্ষা করে একটি বিশাল ভুল ব্যাখ্যা। 1-in-1000 ভিত্তি হার Why Humans Fall for This কেন মানুষ এতে পতন করে এটি শুধু একটি গণিত সমস্যা নয় - এটি একটি . brain problem মনোবিজ্ঞান এবং আমরা যখন সম্ভাব্যতা মূল্যায়ন করি, তখন আমরা অজ্ঞাতভাবে কঠিন প্রশ্নগুলি সহজ প্রশ্নগুলির সাথে প্রতিস্থাপন করি। Daniel Kahneman Amos Tversky “এই পরিস্থিতি আমার মানসিক স্টেরয়েটাইপের সাথে কতটা সামঞ্জস্যপূর্ণ? সুতরাং, যখন একটি পরীক্ষা 99% সঠিক হয়, তখন আমাদের মস্তিষ্ক বলে: ‘এটা যেন একটা ম্যাচের মতো! ... এবং আমরা অনুমান করি যে ফলাফলটি সত্য হতে হবে। এই সংক্ষিপ্ততাকে বলা হয় , এবং এটি আমাদের বিরক্তিকর, পরিসংখ্যানগত ভিত্তি হারকে উপেক্ষা করে। representativeness heuristic The Engineer–Lawyer Conundrum প্রকৌশলী আইনজীবী Conundrum এই প্রভাব বিখ্যাতভাবে প্রমাণিত হয়েছে . Engineer–Lawyer problem অংশগ্রহণকারীদের বলা হয়েছে: 
 
 
 এক রুমে ৭০ আইনজীবী ও ৩০ প্রকৌশলী। জ্যাক অভ্যন্তরীণ, গণিত পজিশন উপভোগ করে, এবং ইলেকট্রনিক্স পছন্দ করে। তারপর জিজ্ঞাসা করা হয়, “জ্যাক একজন ইঞ্জিনিয়ার হওয়ার সম্ভাবনা কত? যদিও মৌলিক অনুমান অনুযায়ী একটি অধিকাংশ মানুষ বলেছেন কারণ জ্যাক একটি প্রকৌশলী হিসাবে. বর্ণনা প্রতিনিধিত্বিক মনে হয়, তাই 70/30 অনুপাত অবহেলা করা হয় - যদিও এটি একটি আরো শক্তিশালী পূর্বাভাসক। 30% chance 80–90% শব্দ How This Fails in the Real World বাস্তব পৃথিবীতে কিভাবে এটি ব্যর্থ হয় **AI পূর্বাভাস \ আপনি একটি মডেল তৈরি করেন যা 95% সঠিকতার সাথে ত্রুটিপূর্ণ পণ্যগুলি চিহ্নিত করে। আইটেমগুলি প্রকৃতপক্ষে ত্রুটিপূর্ণ, বেশিরভাগ সতর্কবাণী মিথ্যা ইতিবাচক হবে। 0.1% ** সরবরাহ চেইন পরিকল্পনা \ একটি দেরী সতর্কতা সিস্টেম সরবরাহকারী ঝুঁকি পতাকা। যেহেতু পণ্যগুলি প্রকৃতপক্ষে দেরি হয়, বেশিরভাগ সতর্কবাণী মিথ্যা হবে - এমনকি যদি সিস্টেম প্রযুক্তিগতভাবে "সঠিক" হয়। 1 in 500 এবং এটি বিভিন্ন ডোমেইনগুলিতে ঘটে: প্রতারণার সনাক্তকরণ, মেডিকেল পরীক্ষা, হুমকি সতর্কবাণী, অস্বাভাবিকতা পর্যবেক্ষণ - তালিকা চলছে। The Solution: Bayes to the Rescue সমাধান: বাঁচানোর জন্য Bayes গণিতিকভাবে এটি আমাদের বিশ্বাসগুলি আপডেট করে নতুন প্রমাণগুলির সাথে বেস হারগুলি সংযুক্ত করে: Bayes’ Theorem P(A)B = P(B)P(B)A / P(A) Where: 
 
 
 
 
 P(A) B: রোগের ইতিবাচক পরীক্ষার সম্ভাবনা P(B) A: আপনার যদি এই রোগ থাকে তাহলে পরীক্ষার ইতিবাচক সম্ভাবনা P(A): বেস হার (প্রাক্তন সম্ভাবনা) P(B): পরীক্ষার ইতিবাচক মোট সম্ভাবনা (সত্য + মিথ্যা ইতিবাচক) বায়েস তত্ত্ব আমাদের ভারসাম্য বজায় রাখতে বাধ্য করে সঙ্গে -মানুষের অনুভূতি কিছু বাইক করার প্রবণতা থাকে। আমরা যা জানি আমরা যা দেখি Final Thoughts চূড়ান্ত চিন্তা আমরা একটি ভবিষ্যদ্বাণী দ্বারা চালিত বিশ্বে বাস করি-আইএ থেকে স্বাস্থ্যসেবা থেকে লজিস্টিক্স পর্যন্ত। . context এবং কখনও কখনও, সবচেয়ে শক্তিশালী দৃষ্টিভঙ্গি দুর্বল, নিম্ন চাবি সম্ভাবনার মধ্যে রয়েছে যা আমরা অবহেলা করতে খুব তাড়াতাড়ি ছিলাম।

Read My Stories

গল্পের মূল ভাষায় এই অডিও তৈরি!

মৌলিক হার ভুল: কেন আপনার সবচেয়ে বুদ্ধিমান মডেল এখনও এটি ভুল পায়

About Author

মন্তব্য

আসে ট্যাগ

এই নিবন্ধটি উপস্থাপন করা হয়েছে

Related Stories

ক্লাউড সনেট 3.5 সিস্টেম প্রম্পট লিক: একটি ফরেনসিক বিশ্লেষণ

টেলিগ্রাম: ক্রিপ্টো দ্বীপের মূল ভূখণ্ডের সেতু

বোল্টজম্যান ব্রেন থিওরির একটি সংক্ষিপ্ত ভূমিকা

এই 18টি ডেভেলপার টুল 🚀🔥 দিয়ে আপনার উৎপাদনশীলতা বাড়ান

ক্লাউড সনেট 3.5 সিস্টেম প্রম্পট লিক: একটি ফরেনসিক বিশ্লেষণ

টেলিগ্রাম: ক্রিপ্টো দ্বীপের মূল ভূখণ্ডের সেতু

বোল্টজম্যান ব্রেন থিওরির একটি সংক্ষিপ্ত ভূমিকা

এই 18টি ডেভেলপার টুল 🚀🔥 দিয়ে আপনার উৎপাদনশীলতা বাড়ান

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps