Calculateur du théorème de Bayes
Le calculateur du théorème de Bayes transforme une probabilité a priori, une sensibilité (taux de vrais positifs), et un taux de faux positifs en la probabilité postérieure d'une hypothèse après observation d'une preuve.
Lancer gratuitement
C'est la mise à jour binaire standard utilisée dans le raisonnement diagnostique, les alarmes de contrôle qualité, les esquisses de filtres anti-spam, et les problèmes de classe sur les maladies rares et les tests imparfaits. Vous fournissez trois nombres sur l'intervalle unité fermé : à quel point l'hypothèse est courante avant de voir le test, à quelle fréquence la preuve apparaît lorsque l'hypothèse est vraie, et à quelle fréquence la preuve apparaît lorsque l'hypothèse est fausse. Le moteur renvoie la postérieure P(H sachant E), la probabilité de preuve marginale P(E), la spécificité un moins le taux de faux positifs, et le rapport de vraisemblance positif lorsqu'il est fini. Toute probabilité en dehors de zéro à un est rejetée avec invalid_input plutôt que bridée, si bien que de mauvais tableurs et des valeurs en pourcentage décalées d'un ne peuvent pas corrompre silencieusement un résultat. L'arithmétique est de la virgule flottante purement déterministe sans dépendance au réseau, à l'aléatoire, ou à l'horloge, si bien que le même triplet donne toujours le même JSON. Explorez gratuitement dans le navigateur, ou appelez l'API à $0.002 par requête réussie lorsque vous avez besoin de fixtures bayésiennes reproductibles en CI, dans des démonstrations pédagogiques, ou des pipelines de décision automatisés.
Comment l’utiliser
Saisissez vos données dans le formulaire ci-dessus. L’outil les vérifie avant le calcul et affiche le résultat sur la même page.
Vérifiez vos données
Suivez les libellés et les unités de chaque champ. Si une valeur manque ou sort de la plage autorisée, la page indique quoi corriger.
Relancez le calcul ou automatisez-le
Utilisez l’outil web pour les vérifications ponctuelles et l’API pour intégrer la même capacité à un flux automatisé.
Cas d’usage
Obtenez une réponse maintenant
Saisissez un jeu de valeurs et consultez le résultat sans créer de feuille de calcul ni de script.
Comparez des scénarios
Modifiez une valeur à la fois et relancez le calcul pour voir ce qui influence le résultat.
Automatisez les tâches répétées
Utilisez l’API lorsque le même calcul doit s’exécuter dans votre produit ou votre flux.
Questions fréquentes
Comment utiliser cette capacité ?
Remplissez les champs ci-dessus et lancez-la sur cette page. Le formulaire signale les données à corriger.
Pour les développeurs — accès API
Tout sur cette page est disponible par programmation. Cette section s'adresse aux équipes qui veulent l'intégrer à leurs systèmes ; les autres peuvent simplement utiliser l'outil ci-dessus.
Endpoint
Authentification par jeton Bearer : un seul POST met la tâche en file d’attente, et le résultat vous parvient par webhook ou lien signé.
Appeler depuis votre stack
curl -X POST https://api.kit.forhosting.com/prob/bayes-theorem \
-H "Authorization: Bearer $KIT_KEY" \
-H "Content-Type: application/json" \
-d '{"prior":0.01,"sensitivity":0.99,"false_positive_rate":0.05}'const res = await fetch("https://api.kit.forhosting.com/prob/bayes-theorem", {
method: "POST",
headers: {
"Authorization": `Bearer ${process.env.KIT_KEY}`,
"Content-Type": "application/json"
},
body: JSON.stringify({
"prior": 0.01,
"sensitivity": 0.99,
"false_positive_rate": 0.05
})
});
const { task_id } = await res.json();import os, requests
res = requests.post(
"https://api.kit.forhosting.com/prob/bayes-theorem",
headers={"Authorization": f"Bearer {os.environ['KIT_KEY']}"},
json={
"prior": 0.01,
"sensitivity": 0.99,
"false_positive_rate": 0.05
},
)
task_id = res.json()["task_id"]<?php
$res = file_get_contents("https://api.kit.forhosting.com/prob/bayes-theorem", false, stream_context_create([
"http" => [
"method" => "POST",
"header" => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
"content" => '{"prior":0.01,"sensitivity":0.99,"false_positive_rate":0.05}',
],
]));
$task = json_decode($res, true);body := bytes.NewBufferString(`{"prior":0.01,"sensitivity":0.99,"false_positive_rate":0.05}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/prob/bayes-theorem", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)Exemple de requête
{
"prior": 0.01,
"sensitivity": 0.99,
"false_positive_rate": 0.05
}Exemple de réponse
{
"task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
"type": "prob.bayes_theorem",
"status": "queued",
"_links": {
"result": "/tasks/tsk_…/result"
}
}L’API est asynchrone : chaque appel renvoie un task_id immédiatement, puis vous interrogez l’état à raison d’une requête par seconde.
Tarifs
Le prix est publié, sans tokens ni crédits. Une tâche qui échoue n’est pas facturée.
Erreurs
| HTTP | Code | Signification |
|---|---|---|
401 | unauthorized | Clé API absente ou invalide : vérifiez l’en-tête Authorization. |
402 | insufficient_balance | Solde insuffisant : rechargez votre compte pour lancer cette tâche. |
404 | unknown_type | Type de tâche inconnu : vérifiez le champ type de votre requête. |
429 | rate_limited | Trop de requêtes : ralentissez la cadence, puis réessayez. |