• bir grup veriyi doğrulamak ve hatalı olanları ayıklamakla yükümlü bir uygulamanın, bir hatayı tespit edemeyip, hatalı verinin hatasız olanlarla birlikte geçişine izin vermesidir. checksum, table lookup, voting gibi tekniklerin kullanımıyla azaltılsa da, teorik olarak sıfıra indirgenemeyen bir hata türüdür.

    bir ocr yazılımının, taradığı metin içindeki bir kısmı yanlış okumasına rağmen yüksek confidence level (bkz: güven aralığı) döndürüp "valla billa öyle yazıyo orda" iddiasında bulunması ve hatanın tespitini zorlaştırması, bu tür bir hatadır.

    (bkz: false negative)
  • örnekle şaapalım, bir konuda bir teşhis yapacaksın, mesela belirtilere bakıp bu hasta kızamık dedin, adam kızamık çıktı, bu doğru tespit ve teşhistir.

    sen kızamık dedin ama adam kızamık değil, zatürre çıktı veya hasta bile değil, buna false positive denir yani senin olumlu (aranan hastalık var diyen) sonuç veren teşhis mekanizman hata yapmış.

    eğer kızamık değil dediğin eleman kızamık çıkarsa da testin false negative hatası verdi denir. yani burda aranan şey yok demiştir var olduğu halde. bu örnekler sadece tıpla ve hastalık teşhisi ile ilgili değil diyelim ki uydu görüntüsüne bakıp altın arıyon, şu görüntü işleme algoritmama göre şurda altın var dedin, maden şirketi 50 milyon dolar harcadı madeni kazdı altın bulamadı veya bakır buldu, bu da false positive'dir.
  • yapılan testin sonucunda doğru görünen çıktının aslında yanlış olma durumu.
  • bu terim type 1 error icin kullanilir, type 2 error icin degil.
  • çok mühim ve "anlamlı" olan bu istatistik kavramından bihaber insan toplulukları, nice kahini el üstünde tutmuş, nice falcıyı baş tacı etmiştir..
  • örnek vermek gerekirse
    kanser testi yapmak için bir yöntemimiz olduğunu ve bu yöntemin %98 doğru sonuç verdiğini varsayalım.
    test yapacağımız deney grubunda %98 sağlıklı ve %2 hasta bireyler bulunsun.
    hesaplamada kolaylık için deney grubumuzu 10 000 kişi olarak alalım. bu kitlenin 9950'si sağlıklı 50'si hasta olacak. 9950*0.98=9751 kişi sağlıklı ve sonuç sağlıklı çıkacak.
    9950*0.02=199 kişi sağlıklı ve testteki hatadan hasta çıkacak. 50 kişi aslında hasta. 50*0.98=49 kişi hasta ve test sonucu hasta. 50*0.02=1 kişi hasta ve test sonucu sağlıklı.
    şimdi sonucunuzun hasta çıktığını düşünelim. test %98 doğru sonuç verdiğinden korkunuz artacaktır ama endişelenmeye mahal yok. test sonucu hasta çıkan 199+49=248 kişi var. ve bunların sadece 49'u hasta. yani %98 netlikte bir test sonucunda hastalık %2 kadar nadir görülüyorsa ve size de hastasınız denmişse gerçek hasta olma ihtimaliniz %98 değil 49/248=0.1975 yani %19.75 diğer bir değişle %80.24 hasta değilsiniz.
  • how i met your mother 6. sezon 12. bölümün adı..
  • bugün hulu üzerinden yayınlanmaya başlanan gizem/gerilim filmi.

    pek korku denemez. daha çok rosemary's baby kıvamında, annelik psikolojisi ve kuşku üzerinden ilerleyen bir film. hamile kadınlar izlemesin.

    ne yazık ki zayıf finali pek tatmin etmedi beni. 5/10 puanım.

    bebek sahibi olamayan bir çiftimiz ünlü bir doktorun işlettiği tüp bebek kliniğine gidiyor. tedaviden hemen sonra üçüz bebekleri olacağını öğrenip seviniyorlar. ancak klinikteki doktor bebeklerden birinin aldırılmasını öneriyor. anne ise özel nedenlerden dolayı bunu istemiyor.

    --- spoiler ---

    bizim ülkede sıkça yaşanan bir olay izledik.. finali bu yüzden sevemedim. üstelik kadının doğurduğu ölü kız bebek de sonuçta doktordan. diğer iki çocuğu istemedi anladık da, neden kızı istedi? kadın gerçekleri bilmeseydi erkek bebekleri istemeyecek miydi yani? bir de doktorun tutup salakça her şeyi açıklamasına ne demeli? yani bir acayip olmuş final, anlamadım.

    yoksa kız bebek kocasından, diğer iki bebek doktordan mı?

    kocası ile doktor neden anlaşma yaptı? otel odasındaki sahne umarım rüyaydı.

    her şey bir yana, o zenci abla ne ayaktı ?

    --- spoiler ---
  • diger dusunce deneyleri icin
    (bkz: #92649934)
hesabın var mı? giriş yap