Entenda o Teorema de Bayes (ótima explicação!)

Aprenda nesse vídeo a essência do teorema de Bayes e como esse teorema ajuda a resolver uma pergunta que a maioria das pessoas costuma errar.
O teorema de Bayes é fundamental para a compreensão do algoritmo naive Bayes utilizado em machine learning.
Essa aula faz parte do curso gratuito Matemática para Machine Learning: didatica.tech/matematica-para...

[@maikereis9076]

Protejam os professores que dão vídeo aulas no KZbin! Eles são grandes democratizadores do acesso à educação! Professor, você me salvou!!

[@emilyemi7601]

Concordo, muito de vida por causa desse canal

[@samiraemanuela]

olá! eu já assisti esse vídeo umas 3x. Eu tive câncer ano passado, um grande câncer de mama. Assisti a aula pensando nas porcentagens de meus resultados de exames. Mas assisti a aula porque estou fazendo mestrado em reprodução veterinária (já que o câncer me deixou afastada da maioria das minhas funções profissionais). Pra quem já foi curado, não é tabu nenhum falar de câncer. Ainda mais pra mim, aos 42 anos, que aproveitei a oportunidade do tempo livre pra estudar. Esta aula está sendo amplamente compartilhada entre meus colegas da disciplina de Planejamento Estratégico e Análise Estatística, no programa de pós graduação da faculdade de Biomedicina da USP, como a melhor aula de Teorema de Bayes já encontrada na web. Eu ia só deixar um muito obrigada, mas como alguns comentários anteriores ao meu, aparentemente te deixaram culpado por falar em câncer, eu gostaria de minimizar isso :) Grande abraço e parabéns pelo trabalho!

Muito obrigado pelas palavras Samira!

[@leonardo_993]

@ Enfim... sempre um mimizento de plantão né Samira. Espero que esteja bem nos dias atuais.

[@joseguilhermoberenguerflor3352]

Samira espero que vc esteja bem, sou estatístico formado pela ENCE, há 20 anos, quero parabenizar pela aula excelente desse rapaz , uma didática muito clara, Parabéns a toda equipe, Sensacional, Saúde para todos nós.

[@marcelloferreira17]

Probabilidade de eu ver mais vídeos deste canal = 100%

[@joaquimdias9222]

SOU MÉDICO, VÍDEO EXCELENTE, DIRETO AO PONTO. MUITO IMPORTANTE PARA REALIZAÇÃO DE DIAGNÓSTICO AS COISAS NÃO TÃO FÁCEIS COMO PARECEM.

[@jaderson-dsnaveia]

O treinamento deste rapaz deveria ser amplamente recomendado pelo KZbin. Fui professor durante anos do SENAC: Excelente didática e eloquência professor. Consegui enfim fazer absorção do Teorema de Bayes, somente na sua mentoria. As pessoas sequer imaginam os custos envolvidos pra realizar um treinamento de "nível de especialização" como este, antes do KZbin. Curso de "extensão" específicas (veja bem, nem especialização seria) poderia chegar a R$10 mil. Muito obrigado.

[@heloisarocha6325]

Cheguei na aula de Naive Bayes e o prof: "bla bla bla teorema de Bayes que todos vocês já sabem bla bla bla". Pensei: em que realidade paralela eu tava que não sei o que é o tal teorema de Bayes!?! Valeu moço por iluminar nossos caminhos rsrs

[@rebecaanastacia3020]

kkk tipo eu com Excel. Do nada toda empresa pede como se fosse saber do alfabeto e todo mundo sabe e fala como se fosse algo mt óbvio kkk Mas no seu caso, realmente, onde que o pessoal viu Bayes, né

[@arthurgiordani473]

Muito legal! Sou estudante de medicina, e este valor de 8,3% calculado é chamado de valor preditivo positivo do teste diagnóstico. Que leva em conta a prevalência da doença (1% no caso). Muito mais efetivo de pensar assim na vida real do que pensar nas propriedades intrínsecas do teste. A especificidade desse teste seria de 90%, mas mesmo assim a probabilidade de ter a doença é baixa por conta de sua prevalência (probabilidade pré-teste). Pensando em COVID por exemplo, ou doenças "raras" a probabilidade de um teste ser falso positivo é muito grande quando a probabilidade pré-teste da doença é pequena (prevalência da doença + características clínicas do paciente). Por isso estudos de prevalência das doenças são muito importantes!

[@riba]

Fiquei na dúvida (até pq não sou da área, então desculpe a dúvida se ela for absurda). Nesse caso, se o paciente recebe um positivo para a doença, ele apostar que não tem a doença é seguro? Já que teria 91,7% de não ter após o teste? Se um segundo exame para cruzar dados é necessário para aumentar a probabilidade, tratamentos que só se baseiam em um teste podem estar tratando em grande medida doenças inexistentes? Ou, é exatamente ao contrário, se um indivíduo fizer o teste e der positivo, as chances dele ter que são 91,7%?

[@antonioluiz3877]

@@riba Depende do coeficiente de acerto do exame e depende do coeficiente de pessoas que realmente tiveram a doença nos últimos anos. A exemplo prática, como o COVID, a taxa de pessoas infectadas era mt grande, por conta disso aumenta a probabilidade de um exame estar correto. Tente refazer esse exemplo do vídeo, mas ao invés de 1% de pessoas doentes, faça com 25%, 50%.

[@especialistaemnada718]

Maravilhoso vídeo! Vocês não sabem qnt tempo eu passei hj tentando aprender esse negócio, qnt mal isso tinha me feito, pra agora isso me fazer tanto sentido que chega a parecer trivial! Cliquei de maneira despretensiosa e me surpreendi muito, parabéns, continue assim.

[@lucianoval903]

Impressionante como você fala 20 minutos sobre o tema sem se confundir uma vez sequer. Cara inteligente!!!!!

[@naya1677]

muito bom professor, estou estudando machine learning e esse vídeo foi essencial para esclarecer algumas coisas, deus te abençoe

[@alinecamargo7705]

Excelente explicação! Obrigada por transmitir conhecimento de uma forma tão simples e clara ... Vc é um ótimo professor, amo assistir suas aulas.

[@braulioporto8756]

Sensacional! Foi uma das explicações mais didáticas que já recebi de um professor na área de estatística. Muito obrigado e tudo de bom.

[@Gabriel-dz9lh]

muito bom, eh evidente o seu esforço na explicação pra passar o conteúdo da forma mais clara possível, muito obrigado!

[@indirad.1002]

adorei fazer sem a fórmula! Muuuuito mais fácil e intuitivo para uma prova, quando não podemos fazer uma consulta. Meu muito obrigada!!!!

[@nataliacecilia8955]

Aula excelente! Eu estava lendo o livro "O novo iluminismo" e ele cita a importancia do raciocínio bayesiano contra a polarização política que afeta decisões em políticas públicas. Li um pouco sobre e achei complexo, o vídeo expoe bem a usabilidade da fórmula e a aplicação lógica. Obrgd!

[@ducacalainho]

Meu velho muito obrigado pela explicação, eu vi isso na faculdade há muitos anos e não me lembro de ter entendido tão bem como com a tua aulas.

[@douglasespindola5185]

Grande exemplo! Melhor aula sobre o assunto que encontrei. Já assisti às explicações do StatQueste e do 3blue1brown sobre o assunto e nenhum deles explicou de forma tão clara. Muito obrigado, professor! Que seu canal cresça como você merece!

[@acsilvaengenheiro]

Obrigado professor. Precisamos de mais iluminados assim. Grande aula. Sucesso!

[@marciogaraz]

Gostei muito tambem...vou ver os outros videos...cai aqui pesquisando sobre o assunto...muito bom...parabens!!

[@luannadossantosdemitrov96]

aula perfeita!! Achei que não ia conseguir entender esse teorema, mas você foi muito didático, mal tenho como agradecer kkkkk Obrigada!

[@RafaelBorghi]

Tive essa aula no mestrado mas só após assistir esse vídeo que eu realmente consegui entender 100%. Muito obrigado

[@rafaelsilvasousa3102]

Galera, o vídeo NÃO É clickbait, excelente didática!

[@TheEmerson009]

Vídeo muito bom, hein. De verdade, obrigado por disponibilizar esta explicação no KZbin!

[@heltonsilvaalvesferreira8692]

Professor, você me salvou!! não sei como agradecer ... e acho curioso como alguns professores tem uma didática tão sensacional e outros ''Doutores'' não são capazes de passar um assunto com essa eficiência!!!

[@mvbmartins2008]

Muito boa a sua explicação. Vou usar seu exemplo na minha apresentação do mestrado. Obrigado por compartilhar seu conhecimento conosco! Sucesso!

[@Tarciano]

Excelente! Didática incrível do professor. Obrigado!

[@guiartilheiro]

Excelente trabalho, obrigado por compartilhar o conhecimento de forma simplificada

[@selfor18]

Muito boa explicação. Clareza no ritmo adequado. Parabens!

[@joseph032531]

Show de aula e , meu comentário - nada original - é que essa é a melhor explicação de Teorema de Bayes que já vi. Parabéns pela excelente didática, Professor!

[@GamerAleatorio]

Pensei que seria enrolado dado o tamanho do vídeo, mas a didática fora impecável, bastante coerente e me ajudou bastante a entender o conteúdo, fico agradecido pelo teu trabalho.

[@robsonpinto3029]

Muito bom! parabéns por dedicar tempo para demonstrar essa teoria.

[@brunoborges123]

Muito boa a aula. Parabéns pela paciência de repetir cada passo.

[@matheus89555]

Excelente! Voce domina a didática! Obrigado

[@danielagcoronel]

Parabéns! Excelente aula. Me ajudou muito.

[@nilberthsouza]

Muito obrigado pela aula. Tava precisando entender melhor sobre o assunto

[@pablobarros610]

Estou no curso de Ciências Econômicas , e sua explicação ajudou muito. Forte Abraço.

[@joaogali97]

Parabéns!!! Me fez lembrar do exemplo estudado em meu mestrado. Os parâmetros foram um pouco distintos, mas foi essa linha de raciocínio.

[@eivesaldanhone7107]

Óptima explicação, me ajudou muito..Muito obrigada!!

[@rogeriosoares2172]

Excelente explicação! Parabéns e obrigado!!!

[@susanaferreira2076]

Obrigada. Muito claro . Que maravilhoso serviço o seu.

[@marcelocanno108]

Simplesmente fantástico as aulas, ainda vou ter recursos para fazer um curso como vcs. Obrigado pela oportunidade.

[@eudantasneto]

Muito Obrigado, consegui aprender só com essa explicação.

[@elianekelm6749]

Fantástica explicação! Obrigada por disponibilizar ❤

[@vanessajunior9860]

Professor acendeu a luz!!! Obrigada!

[@MrRicardofmaia]

Simplesmente espetacular. Obrigado por compartilhar.

[@jandilsonaires8973]

Muito bom, Professor, esclarecedor demais o seu vídeo, por favor, faz um também explicando o teorema da probabilidade total, é outro que me deixa confuso e que preciso aprender também.

[@iremarjr1]

Muito boa a explicação, simplesmente perfeita, parabéns!

[@mariaeduardasantos2198]

Cara, sua aula é top demais, obrigada pelo contéudo.

[@joserobertopacheco298]

Explicação sensacional para um problema bastante difícil de explicar.

[@juliareis5153]

Professor top !!! Obrigada pela aula.

[@carioca98]

Parabéns pelo vídeo. Continue assim amigo. Muito bom.

[@eduardoteich5892]

Excelente explicação meu amigo! Muito obrigado!!

[@carolviana4502]

Excelente explicação!!!! Parabéns!!!

[@eversoncoutinhooficial]

Muito obrigado pela magnífica explicação.

[@karenvelosodelima6721]

Muito obrigada pelo vídeo! Ótima explicação.

[@veralemcommissionariaraque3688]

Aula top , muito bem exposta. Me ajudou muito. Grata.

[@henriqueperim9931]

Muito bem explicado! Obrigado!

[@barbaraellentorrescunha9241]

Muito obrigada pela explicação, eu estava totalmente perdida!

[@honorioraquel]

Melhor vídeo de Naive Bayes, já vi umas 4 vezes kkkk

[@caetano.santana]

pô cara, tô estudando teoria musical e achei um vídeo muito bom seu, agora to estudando algoritmos e achei esse hahaha valeu! você explica muito bem.

[@vingadordasestrelas8992]

Muito bom o vídeo. Ótima explicação. Muito obrigado!!!!

[@luanateixeiravieiradasilva9097]

minha nossa senhora, obg por essa aula. a única que me fez entender isso

[@epistemologiaateistaativis71]

Eu vou assistir duas vezes isso e fazer anotações que to precisando. Obrigado

[@FabiMartinsdaSilva]

Sensacional a explicação. Parabéns

[@shyrlesmonteiro]

Parabéns pela didática e obrigada pela aula

[@davimarques390]

Uau, explicação mt boa. Obg, professor!

[@ndewongelaluzia5156]

Muito bom. Explicação excelente 👍🏻

[@emanuelabreu518]

Excelente trabalho. Estou trabalhando em um projeto de data science que irá utilizar o Teorema de Bayes para cálculos de probabilidade.

[@raquelpalmeira8496]

Parabéns! Deus abençoe! Aqui de Belém do Pará.

[@sebastiaolopesdecastro5405]

Parabéns pelo conteúdo! Muito bom

[@ryanlucasmaciel5229]

vim ver aula e fiquei apaixonado

[@Lion8585]

Ótimo video! Parabéns pelo seu trabalho!

[@loliconfantasy1568]

Aula muito boa, eu finalmente entendi sobre esse teorema

[@Babhuska]

excelente aula professor, obrigado.

[@jordbaskov6902]

Obrigado pela Aula amigo, você é um amigo

[@aryelangelramos7971]

Valeu pela aula!! 👍😁

[@davidjunior7208]

meu amigo, que que isso.....mlhr canal pra aprender fundamentos de datascience...tmj

[@grazi_stefane]

excelente aula, muito obrigada!!!

[@nagibneto9343]

Parabéns pelo conteúdo 👏👏

[@paolasilva1391]

Excelente aula! Gratidão. :)

[@martovill]

EXCELENTE AULA, PARABÉNS

[@leonardo.a.pacheco]

Saudade da MAC matemática aplicada e computacional que cursava na graduação, hoje ja passei por mais duas graduações, a matemática é a linguagem da criação, e os professores dominadores dessa arte são os arquitetos do universo, parabéns mestre

[@rborges111]

ótima aula... obrigado pelo vídeo.

[@ygorfernandesdossantosmanh8357]

Muito bom camarada, bem didático.

[@TheGuilhermeTR]

Vc me ajudou muito! Parabéns

[@pablouesc]

Muito obrigado. Aula fantástica

[@RodrigoSouza-oi1jd]

sensacional! ajudou muito. Obrigado

[@eduardoborgonha]

excelente explicação , valeu demais

[@javersongoulartfilho9439]

Comecei sem entender nada, terminei entendo o teorema, muitíssimo obrigado!!

[@gustavomorlinmoretto5874]

Aula muito boa! Parabéns! Gostaria de tirar uma dúvida, para calcular a probabilidade do exame dar positivo, dado que a pessoa não tem a doença, seria: P(B|A) = probabilidade do exame dar positivo se a pessoa não possui o câncer (10%) P(A) = probabilidade da pessoa não ter câncer (99%) P(B|A_) = probabilidade do exame dar positivo se a pessoa tem o câncer (90%) P(A_) = probabilidade da pessoa ter câncer (1%) Portanto, P(A|B) = (0.1*0.99)/(0.1*0.99 + 0.9*0.01) P(A|B) = 91.67% Está correto? Obrigado

[@matheusguilherme3589]

É realmente uma ótima explicação

[@FelipeLima-oc8zf]

Muito obrigado pelo auxílio.

[@martasilva4995]

o senhor e o melhor muito obrigada!

[@ggnicolau]

Nossa. Perfeito, muito obrigado. Estava fazendo um curso de estatística da Duke University e você é um professor mil vezes melhor (fico pensando dos professores de lá, era difícil dar um exemplo, como esse do teste de câncer? É 'proibido' demonstrar detalhado assim?). A única coisa que recomendo é no fim deixar um espaço pra tirar print da lousa sem nada bloqueando! Muito muito obrigado, você é um ótimo professor!

[@matheus89555]

Ele não deve ter cabeça de matematico. Não sei porque mas matematicos pensam que uma letra é uma explicação. kkkkkk

[@matheus89555]

Exatamente aos 7:25min eu consegui printar a primeira tela

[@lucasluzzi]

Finalmente entendi o Teorema de Bayes. Valeeu

[@PauloAndtade]

Excelente didática!!

[@bilicacko]

Se ele gravasse esse video em abril de 2020, ele usaria chance de detectar Coronavirus como exemplo 😂

[@marcoortega5287]

Aula fantástica! Sou muito grato por estar disponivel, contudo foi uma experiência difícil que insisti porque achei a aula com ótima didática. Recentemente meu irmão faleceu de câncer. Tenho 51 anos, ele com 52. Meio século de uma amizade profunda onde nos complementávamos pela gigantesca oposição de visão de mundo e diferença de nossas habilidades, ele mais para exatas e eu mais para humanas; na politica, ele mais de Direita eu mais de Esquerda. Ele me ajudava entender aulas como esta, das quais tenho enorme dificuldade de assimilação. Nestes 20 minutos de aula foi muito difícil conseguir concentração, o que teria sido muito mais fácil se ao invés de ouvir câncer eu tivesse ouvido algo como, p.x., uma doença rara, a aula teria ficado mais suave e o resultado o mesmo. Fico feliz em saber que para você a palavra câncer não representa desconforto mas, superação. Aproveito para refletir que o termo mi-mi-mi, como alguns gostam de escrachar, serve como exemplo de falta de empatia, insensibilidade, ignorância emocional/sentimental, vemos isto estampado em gente imatura.

Oi Marco, peço desculpas, foi uma péssima escolha de exemplo mesmo. Sinto pelo seu irmão. Desejo força e sucesso na sua jornada, abraços!

[@GBPCLDF]

Confesso que entrei no vídeo por conta do "ótima explicação!" no título, imaginei "Ora, veremos se é tão boa assim" E não é que era? kkkkkkkkk

[@kelsyareco4273]

Muito bem explicado!