Bienvenue!
Nous souhaitons, pour le compte de l'Association des Anciens Elèves de l'ISUP, faire un glossaire de statistique à la hauteur de nos compétences. Vous pouvez contribuer en choisissant quelques notions et nous mettre en commentaire la définition la plus rigoureuse possible. Ce travail sera utile à tous les professionnels qui utilisent internet comme source d'information statistique et contribue ainsi à pérenniser l'image de marque de notre Ecole.
Si est une partition de l'ensemble des possibles, Ce résultat s'interprète comme l'évaluation de la probabilité d'une cause sachant la conséquence. Ce principe est par exemple utilisé pour filtrer les emails indésirables (filtre bayesien).
Comment on filtre ? A1 = "message indésirable", A2 = "message acceptable". B = "contient des mots d'une liste noire". Les premières fois qu'on utilise le filtre, il faut lui signaler manuellement les pourriels (pour évaluer les P(B|Aj) et définir la liste noire). Après, le logiciel estime la probabilité qu'un message soit un spam, par exemple s'il contient des mots comme "buy now", "rolex" ou tout ce qu'on peut imaginer. On évalue bien la proba de la cause (intention de spam) sachant les conséquences (mots cibles dans le message).
3 commentaires:
Ah oui? comment?
Comment on filtre ? A1 = "message indésirable", A2 = "message acceptable". B = "contient des mots d'une liste noire". Les premières fois qu'on utilise le filtre, il faut lui signaler manuellement les pourriels (pour évaluer les P(B|Aj) et définir la liste noire). Après, le logiciel estime la probabilité qu'un message soit un spam, par exemple s'il contient des mots comme "buy now", "rolex" ou tout ce qu'on peut imaginer. On évalue bien la proba de la cause (intention de spam) sachant les conséquences (mots cibles dans le message).
Merci, ça m'ecclairci un peu, C'est moi!
Enregistrer un commentaire