【文件属性】：
文件名称：bayes:改进贝叶斯推理的实验数据
文件大小：102KB
文件格式：ZIP
更新时间：2021-04-29 13:34:02
改进贝叶斯推理：短语，可视化和空间能力的影响
考虑以下问题：
参加例行筛查的40岁女性患乳腺癌的可能性为1％。 如果女性患有乳腺癌，则她的乳房X线检查阳性的可能性是80％。 如果女性没有乳腺癌，则她的乳房X线检查阳性的可能性为9.6％。
该年龄段的一名妇女在常规筛查中的乳房X线检查呈阳性。 她实际上患有乳腺癌的概率是多少？
对此和其他医学检验统计数据的误解可能会导致严重的不良后果。 尽管进行了数十年的研究，但改善诊断测试结果解释的最佳方法仍然难以捉摸，并且可用的证据稀少且相互矛盾。
在这项研究中，我们试图调和诸如此类的贝叶斯推理任务中关于准确性的不一致报告，并提出与现有方法相比有重大改进的技术。 我们认为，这些发现可以对健康相关领域的风险沟通产生直接影响。
此回购包含我们的实验数据。
在，我们探讨了问题的措词如何影响准确性。
在，我们检查了各种文本+可视化推理助手如何影响准确
【文件预览】：
bayes-master
----README.md(2KB)
----data_experiment2.csv(71KB)
----img()
--------bayes.png(87KB)
----data_experiment1.csv(17KB)