Àlàyé Bayesian Cycle Modeling: Ìdí Tí A Fi Ń Fi Sigma Hàn, Kì Í Ṣe Ọjọ́

Ọ̀pọ̀lọpọ̀ app yíká-àkókò máa ń fi ọjọ́ tó dájú hàn ọ́. "Àkókò: March 14." Ó dàbí òtítọ́. Àṣàyàn UX ni tí ó fi ìpín ìṣeéṣe pamọ́ sí ẹ̀yìn nọ́mbà kan ṣoṣo. Bayesian cycle modeling ń ṣe ìṣirò kan náà ṣùgbọ́n ó fi ìtànká hàn ọ́.

Ìfìwéránṣẹ́ yìí ṣàlàyé bí ìṣirò náà ṣe ń ṣiṣẹ́ ní ti gidi, ìdí tí Soulwise fi ń mú sigma jáde dípò ìṣebí-ó-dájú, àti bí ìyẹn ṣe rí nínú UI ojoojúmọ́.

Ohun Tí O Gbọ́dọ̀ Rántí

• Àwòṣe àyíká Bayesian máa ń bẹ̀rẹ̀ pẹ̀lú àkọ́kọ́ Gaussian tó ń ṣàpèjúwe gígùn àyíká nǹkan oṣù tó wọ́pọ̀ (Soulwise ń lo mu=28, sigma=5) ó sì máa ń ṣàtúnṣe àkọ́kọ́ yẹn pẹ̀lú àyíká tuntun kọ̀ọ̀kan tí a kọ sílẹ̀ nípasẹ̀ ìmúdọ́gba conjugate.
• Èsì rẹ̀ jẹ́ pínpín ìṣeéṣe dípò ọjọ́ kan ṣoṣo.
• Soulwise ń fi èyí hàn gẹ́gẹ́ bí ààyè tó ṣeé ṣe pẹ̀lú ọ̀kan lára àwọn àmì ìgbẹ́kẹ̀lé mẹ́ta: "Ìbáṣepọ̀ tó ṣeé ṣe," "Àmì àìlágbára," tàbí "Dátà kò tó." A ń fi sigma hàn fún olùmúlò, kì í ṣe pa á mọ́.
• Àwòṣe yìí jẹ́ fún títọpinpin àpẹẹrẹ, kì í ṣe fún ètò ìdílé tàbí ìdènà oyún.

Ohun tí "Bayesian" túmọ̀sí níbí ní ti gidi

Ìfòyemọ̀ Bayesian ń so nǹkan méjì pọ̀:

• Ìgbàgbọ́ àkọ́kọ́ (prior): ìgbàgbọ́ rẹ àkọ́kọ́ nípa gígùn àyíká kí o tó ní dátà láti ọ̀dọ̀ olùmúlò pàtó yìí.
• Ìṣeéṣe (likelihood): ohun tí àyíká tuntun kọ̀ọ̀kan tí a kọ sílẹ̀ ń sọ fún ọ.

Sọ wọ́n di pílọpọ̀, ṣe àtúnṣe, ìwọ yóò sì rí ìgbàgbọ́ àtúnṣe (posterior): ìgbàgbọ́ rẹ tí a ti mú dọ́jọ́. Ìgbàgbọ́ àtúnṣe yẹn yóò di ìgbàgbọ́ àkọ́kọ́ fún àyíká tó tẹ̀lé. Àwòkọ́ṣe náà yóò mú kedere bí àwọn àyíká púpọ̀ ṣe ń dé.

Soulwise ń bẹ̀rẹ̀ pẹ̀lú ìgbàgbọ́ àkọ́kọ́ Gaussian tí a gbé ojú rẹ̀ sí mu = 28 ọjọ́ pẹ̀lú ìyàtọ̀ déédéé tí ó jẹ́ sigma = 5 ọjọ́. Ìyẹn ni ìrísí gídigídi ti gígùn àyíká kọjá àwùjọ tí ó gbòòrò. Bí a ṣe ń kọ àwọn àyíká tìrẹ sílẹ̀, àwòkọ́ṣe náà yóò ṣí ojú rẹ̀ síhà àpapọ̀ ti ara ẹni rẹ, yóò sì mú sigma le (tàbí tú u sílẹ̀) ní ìbámu pẹ̀lú ìyàtọ̀ tìrẹ.

Ìmúdójúìwọ̀n conjugate, nínú ìpínrọ̀ kan

Fún àfẹ́sọ́nà Gaussian àti ìṣeéṣe Gaussian, ìṣirò náà ṣẹ́pọ̀ lẹ́wà. Tí àfẹ́sọ́nà rẹ bá sọ pé cycle ~ N(mu_0, sigma_0) tí o sì ṣàkíyèsí àkókò x_1, x_2, ..., x_n, posterior náà jẹ́ Gaussian pẹ̀lú:

posterior_mean = (mu_0 / sigma_0^2 + sum(x_i) / sigma_observed^2) / (1 / sigma_0^2 + n / sigma_observed^2)
posterior_sigma = sqrt(1 / (1 / sigma_0^2 + n / sigma_observed^2))

Ìtumọ̀: bí o ṣe ń ṣàkọsílẹ̀ àkókò sí i, bẹ́ẹ̀ ni àfẹ́sọ́nà ṣe ń dín kù bẹ́ẹ̀ ni dátà ti ara rẹ ṣe ń borí. Lẹ́yìn nǹkan bí 3 àkókò tí a ṣàkọsílẹ̀, àfẹ́sọ́nà àwùjọ jẹ́ olùdásí kékeré; lẹ́yìn nǹkan bí 10, ó di ariwo lásán.

Ohun tí olùmúlò ń rí

Ìpín-ìpẹ̀yìn jẹ́ ìta-ọ̀nà. UI kò lè fi ìta-ọ̀nà hàn nínú ìfìtọ́nilétí. Nítorí náà Soulwise tẹ̀ ẹ́ mọ́ inú nǹkan méjì:

• Àyè tí ó ṣeéṣe. Fèrèsé tí ìpín-ìpẹ̀yìn ti fi ọ̀pọ̀lọpọ̀ ìwúwo rẹ̀ sí (f.a., àárín àlàfo 68%, ní àfojúdé +/- 1 sigma).
• Àmì ìgbẹ́kẹ̀lé. Ọ̀kan nínú àmì mẹ́ta ní èdè Gẹ̀ẹ́sì tí ó rọrùn:
  • "Ìbáṣepọ̀ tí ó ṣeéṣe" nígbà tí sigma bá há tí ó sì jẹ́ pé dátà náà jẹ́ tuntun.
  • "Àmì aláìlágbára" nígbà tí sigma bá fẹ̀ tàbí tí dátà bá tútù.
  • "Dátà kò tó" nígbà tí àwọn ìyípo tí a kọ sílẹ̀ bá kéré ju ìwọ̀nba tí àwòṣe béèrè lọ.

Nítorí náà dípò "Àkókò: March 14," olùmúlò ń rí "Ó ṣeéṣe March 12-16, àmì aláìlágbára." Èyí ni ohun tí àwòṣe náà mú jáde gan-an, kì í ṣe ọ̀ṣọ́ UX.

Kí ló dé tí a kò fi pa nǹkan mọ́

Ìdí mẹ́ta.

Òtítọ́. Olùtọpa àpẹẹrẹ kò lè ṣe ìlérí ọjọ́ tí kò mọ̀. Fífi sigma hàn ni ọ̀nà kan ṣoṣo tí olùmúlò fi lè díwọ̀n ìgbẹ́kẹ̀lé.

Ààbò. Ọjọ́ tó dàbí èyí tó dájú ń gba àwọn ènìyàn níyànjú láti ṣètò yí i ká fún nǹkan tí app kò lè ṣe àtìlẹ́yìn fún, títí kan ìlóyún, ìdènà ìlóyún, àti àwọn ìpinnu ìṣègùn. Àmì ìgbẹ́kẹ̀lé sọ pé "ìṣirò àfojúsùn ni èyí," èyí tó sì jẹ́ ohun tí ó jẹ́ gan-an.

Ìdúróṣinṣin sí àwọn àyíká tí kò ṣe déédéé. PCOS, perimenopause, àwọn àyíká lẹ́yìn-òògùn, àti ìtọ́jú homonu gbogbo wọn ń mú sigma gbòòrò sí i. Olùtọpa ìbílẹ̀ yálà ó ṣàṣìṣe gidigidi tàbí ó fi olùmúlò sílẹ̀ ní ìdákẹ́jẹ́ẹ́. Olùtọpa Bayesian kàn fi àmì sí ìṣirò pé "àmì àìlágbára" ó sì ń bá iṣẹ́ rẹ̀ lọ.

Ohun tí àwòṣe yìí kì í ṣe

Àwọn ààlà líle díẹ̀, tí a kọ sílẹ̀ kí wọ́n má bàa yẹsẹ̀:

• Kì í ṣírò àwọn ìṣẹ̀lẹ̀ àyíká pàtó tó kọjá àkókò ìbòòwù tó ń bọ̀.
• Kì í gbé àkókò ìgbètò-ẹbí jáde.
• A kò ṣe é fún ìlò ìlóyún tàbí ìdènà-oyún.
• A kò ti fìdí rẹ̀ múlẹ̀ ní ti ìṣègùn, kò sì rọ́pò ìmọ̀ràn àwọn dókítà nípa àkókò tó já kulẹ̀, ẹ̀jẹ̀ àìṣedéédéé, tàbí àwọn àmì tó ń bá a lọ títí.

Àwọn ààlà wọ̀nyí kì í ṣe pé àwòṣe náà ń ṣọ́ra jù. Wọ́n ń fi hàn pé a ti pààlà rẹ̀ lọ́nà tó tọ́. Ìṣírò àkókò ìbòòwù àti ìṣírò ìgbètò-ẹbí jẹ́ àwọn ìṣòro ọ̀tọ̀ọ̀tọ̀ tí wọ́n ní àwọn àìní dátà ọ̀tọ̀ọ̀tọ̀ àti àwọn ìlànà òfin ọ̀tọ̀ọ̀tọ̀.

Níbi tí ìṣirò ti pàdé ààtò ojoojúmọ́

Nínú Soulwise, àbájáde Bayesian ń bọ́ àyíká-ipò àkókò tí a ń lò nínú ìbéwò ojoojúmọ́. Ààtò ìṣẹ́jú-aaya 20 yìí ń béèrè bí o ṣe ní ìmọ̀lára; èsì náà ń lo ipò àyíká gẹ́gẹ́ bí ọ̀kan lára àwọn ìbọ̀wọlé márùn-ún. Nígbà tí sigma bá fẹ̀, káàdì èsì yóò fún ipò àyíká ní ìwọ̀n tí ó kéré. Nígbà tí sigma bá há, yóò fún ipò àyíká ní ìwọ̀n tí ó pọ̀ síi. Ìṣirò náà ń jẹ́rìí ìwọ̀n rẹ̀ nípa jíjẹ́ olóòótọ́ nípa bí ó ṣe ní ìdánilójú tó.

Ẹ̀yà tó kúrú jù: olùtọpinpin Bayesian tòótọ́ ń ṣí sigma payá. Bí app rẹ bá fi ọjọ́ kan ṣoṣo tí ó ní ìdánilójú hàn, àwòṣe tó wà nísàlẹ̀ lè jẹ́ ọ̀kan náà, ṣùgbọ́n ìgbékalẹ̀ náà ń fi ohun tí ó mọ̀ ní ti gidi pamọ́.

Àwọn Ìbéèrè Tó Wọ́pọ̀

Kí nìdí tá a fi máa ń lo àwòṣe Bayesian dípò ìpíndọ́gba tó rọrùn?

Ìpíndọ́gba tó rọrùn kì í kíyè sí bí ìdánwò náà ṣe dáni lójú tó. Àwọn olùmúlò méjì tó ní ìpíndọ́gba ọjọ́ 28 kan náà lè ní ìyàtọ̀ ńlá nínú ìyípadà àyíká wọn. Àwọn àwòṣe Bayesian máa ń tọpinpin bí àkójọ ohun-èlò rẹ ṣe tàn káàkiri, kì í ṣe aarin okan nìkan, nítorí náà àyíká tá a dáwọ̀n máa ń gbòòrò fún àwọn àyíká tí kò dọ́gba, ó sì máa ń há fún àwọn tó dọ́gba.

Kí ni sigma túmọ̀ sí gan-an ní ṣíṣe?

Sigma jẹ́ ìyàtọ̀ ìdiwọ̀n ti pínpín gígùn àyíká. Sigma kékeré (kò tó ọjọ́ 2) túmọ̀ sí pé àwọn àyíká rẹ kóra jọ pọ̀; àyíká tó ṣeé ṣe yóò bo ọjọ́ díẹ̀. Sigma ńlá (ọjọ́ 5+) túmọ̀ sí pé àwọn àyíká tàn káàkiri ọ̀sẹ̀ kan tàbí jù bẹ́ẹ̀ lọ, app náà sì gbọ́dọ̀ sọ bẹ́ẹ̀.

Kí nìdí tí a kò fi kàn fún ọjọ́ kan tá a dáwọ̀n?

Nítorí pé àwòṣe náà kò mọ̀ ọ́n ní tòótọ́. Ọjọ́ kan ṣoṣo jẹ́ àyànfẹ́ UX tó fi àìdánilójú pamọ́. Fífi àyíká náà hàn jẹ́ òtítọ́ jù, ó sì bá bí ìṣirò náà ṣe ń ṣiṣẹ́ ní tòótọ́ mu.

Ṣé èyí ń dáwọ̀n àwọn ìṣẹ̀lẹ̀ àyíká pàtó?

Bẹ́ẹ̀ kọ́. Àwòṣe àyíká Bayesian ń dáwọ̀n ìgbà tí nǹkan oṣù tó kàn ṣeé ṣe láti ṣẹlẹ̀. Kì í ṣe irinṣẹ́ ìṣètò ìdílé, kì í ṣe irinṣẹ́ ìdènà oyún, kì í sì í ṣe àfidípò àwọn ọ̀nà tí a ti fọwọ́sí ní ìṣègùn.