In questo articolo discuteremo la teoria bayesiana tutoraggio on-line. Tutoraggio on-line ci dà la conoscenza, l'esperienza e il supporto allo studente. Tutor è una persona reale che lavorerà in modo indipendente o in gruppo. teorema Bayesiano può mostrare la relazione tra una probabilità condizionale e anche che è inversa. formula teorema Bayesiano può essere utilizzato per determinare le probabilità condizionali. Di seguito sono riportati gli esempi coinvolti nella bayesiana teoria tutoraggio on-line. Nel concetto di possibilità e di ricerca, Bayes 'teorema (in alternativa Bayes' legge) è un teorema con due comprensione unica. Nella presentazione Bayesiano, si trasmette come un livello molto personale di percezione dovrebbe razionalmente modificare per considerazione per la prova. Nella presentazione frequentista, associa rappresentazioni inverse delle possibilità in materia di due attività. Nella presentazione Bayesiano, teorema di Bayes 'è essenziale per la ricerca bayesiano, e ha programmi in settori quali la tecnologia, l'innovazione tecnologica, economia aziendale (in particolare microeconomia), il concetto di attività, i farmaci e la legge. L'uso del teorema di Bayes 'di aggiornare i valori è nota come teoria bayesiana inference.Bayesian Teoria online TutoringBayesian: Un evento Un accade per una serie di casi esaustive B1, B2, B3 ... BnWe sa che P (A /b_i) wherei = 1 , 2, 3 ... n che gli eventi P (b_i /A) = (P (b_i) P (A /b_i)) /(somma ^ n_ (i = 1) P (b_i) P (A /b_i) ) problemi per bayesiana teoria in linea teoria TutoringBayesian problema tutoraggio on-line 1In una fabbrica del sacchetto, macchina I e II sono realizzati il 65%, e 89%, rispettivamente, della loro produzione il 14% e il 10% sono vetture difettose. Una bici è estratto a sorte dalla riduzione e il suo risultato essere difettoso. Qual è la probabilità che ha fatto a macchina L e la soluzione IITutoring: Usando teorema di Bayes formulaP (b_i /A) = (P (b_i) P (A /b_i)) /(somma ^ n_ (i = 1) P (b_i) P (A /b_i)) WhereP (B1) = 65% = 65/100 = 0.65P (B2) = 89% = 89/100 = 0.89P (A /B_1) = 14% = 14/100 = 0.14P (A /q_2) = 10% = 10/100 = 0.10P (b_i /A) = (P (b_i) P (A /b_i)) /(somma ^ n_ (i = 1) P (b_i) P (A /b_i )) i = 1P (B_1 /A) = (P (B_1) P (A /B_1)) /(somma ^ 3_ (i = 1) P (b_i) P (A /b_i)) = (P (B_1) P (A /B_1)) /((P (B_1) P (A /B_1) + P (q_2) P (A /q_2))) = (0.65xx0.14) /((0.65xx0.14) + ( 0.89xx0.10)) P (B_1 /A) = 0.505P (q_2 /A) = (P (q_2) P (A /q_2)) /(somma ^ 3_ (i = 1) P (b_i) P (A /b_i)) = (P (q_2) P (A /q_2)) /((P (B_1) P (A /B_1) + P (q_2) P (A /q_2))) = (0.89xx0.10) /((0.65xx0.14)+(0.89xx0.10)) P (q_2 /a) = problema teoria 0.494Bayesian tutoraggio on-line 2 In una fabbrica di diamanti, macchina per il I e II sono prodotti 85%, e il 65%, rispettivamente, del loro uscita 13% e il 16% sono auto difettose. Una bici è estratto a sorte dalla riduzione e il suo risultato essere difettoso. Qual è la probabilità che ha fatto a macchina L e la soluzione IITutoring: Usando teorema di Bayes formulaP (b_i /A) = (P (b_i) P (A /b_i)) /(somma ^ n_ (i = 1) P (b_i) P (A /b_i)) WhereP (B1) = 85% = 85/100 = 0.85P (B2) = 65% = 65/100 = 0.65P (A /B_1) = 13% = 13/100 = 0.13P (A /q_2) = 16% = 16/100 = 0.16P (b_i /A) = (P (b_i) P (A /b_i)) /(somma ^ n_ (i = 1) P (b_i) P (A /b_i )) i = 1P (B_1 /A) = (P (B_1) P (A /B_1)) /(somma ^ 3_ (i = 1) P (b_i) P (A /b_i)) = (P (B_1) P (A /B_1)) /((P (B_1) P (A /B_1) + P (q_2) P (A /q_2))) = (0.85xx0.13) /((0.85xx0.13) + ( 0.65xx0.16)) P (B_1 /A) = 0.515P (q_2 /A) = (P (q_2) P (A /q_2)) /(somma ^ 3_ (i = 1) P (b_i) P (A /b_i)) = (P (q_2) P (A /q_2)) /((P (B_1) P (A /B_1) + P (q_2) P (A /q_2))) = (0.65xx0.16) /((0.85xx0.13)+(0.65xx0.16)) P (q_2 /A) = 0,484