O testach statystycznych
Base rate fallacy — gdy 99% test myli się w 99% przypadków
Base rate fallacy — gdy 99% test myli się w 99% przypadków
Dlaczego mózg woli „9 z 100" niż „1 z 10", chociaż druga opcja daje większą szansę wygranej. Kilka przykładów efektu ignorowania mianownika.
Zrozumieć macierz błędów i metryki klasyfikacji. Przewodnik po interpretacji wyników modeli predykcyjnych. Dowiedz się, czym są True Positives, False Alarms oraz jak czytać tabelę błędów, aby poprawnie ocenić model. Poznasz różnice między prostymi parametrami a bardziej złożonymi wskaźnikami, takimi jak MCC.
Czy dane mogą kłamać, mimo że są prawdziwe? Dowiedz się, na czym polega paradoks Simpsona – zjawisko, w którym trend widoczny w grupach danych całkowicie znika lub odwraca się po ich połączeniu. Poznaj konkretne przykłady i naucz się, jak nie wyciągać błędnych wniosków z analizy statystycznej.