Probabilidad Bayes 8–12 min
Entiende Bayes.
Con un filtro de spam.
Cambia las probabilidades, mira qué ocurre y aprende a resolver un caso por tu cuenta.
¿Es spam o una falsa alarma?
El filtro ha marcado un correo. Eso no significa que tenga razón.
De cada 100 correos, 1 son spam.
¿Qué porcentaje de los marcados es spam?
El verde es spam. El naranja son correos que el filtro ha marcado por error.
El filtro detecta el 90 % del spam. También marca al 5 % del correo legítimo.
Ajustar el filtro
De todo el spam, cuánto acaba marcado.
Correo legítimo que marca por error.
Seguir experimentando Simular, comparar o compartir
Prueba con una muestra aleatoria.
El modelo da una probabilidad. En una bandeja real, el porcentaje variará un poco.
Simula una bandeja para comparar lo observado con el modelo.
Reproducir esta muestra
Semilla 42. La misma semilla y las mismas reglas reproducen la muestra.
La clave: mirar solo los marcados.
Bayes responde a una pregunta nueva: si el filtro ha marcado el correo, ¿qué probabilidad hay de que sea spam? Ya no miramos toda la bandeja, solo los correos marcados.
Recuentos esperados para 10.000 correos con las reglas que has elegido.
De los 585 correos marcados, 90 son spam. Esa proporción es la respuesta.
Porque el filtro sigue cometiendo falsas alarmas. Si el spam es raro, muchos más correos legítimos tienen la oportunidad de acabar marcados por error.
Ver el árbol y la fórmula de Bayes
10 mensajes de spam quedan sin marcar.
9405 correos legítimos quedan sin marcar.
S significa spam, + significa marcado y ¬S significa legítimo. La expresión requiere que haya alguna probabilidad de marca.
Ahora, sin el filtro de spam.
La misma idea, un problema nuevo. Puedes pedir una pista si te atascas.
Ahora, un detector de bots.
Una comunidad usa un detector automático. El 5 % de sus cuentas son bots. El detector marca al 80 % de los bots y también al 10 % de las cuentas humanas.
Tu recorrido 0 de 3 casos resueltos
Se guarda solo en este navegador.
- ○Una predicción propia
- ○Una simulación