Неопределенность – это норма
Наш мир — это среда неопределенности, и мир не следует заданному курсу. Большинство вещей не являются причиной и следствием, они полны неконтролируемых случайных событий. Мы не добьемся успеха завтра, потому что мы много работаем сегодня, мы не заработаем много денег в будущем, потому что будем усердно учиться, и мы не выиграем в лотерею, потому что все говорят, что мне повезло. . .
Люди умеют игнорировать случайность
Многие вещи являются независимыми случайными событиями, а детерминированного закона вообще нет, но люди очень хорошо умеют обобщать этот закон надуманно. Например, в лотерее, если каждый розыгрыш случайный, то лотерейный аналитик — лжец, но он может обмануть вас праведным образом. Например, гадания, жизнь людей полна бесчисленного множества независимых случайных событий, но гадатели могут предсказать ваше будущее и заставить вас платить с уважением, ничего о вас не зная.
Людям всегда нравится насильно обобщать так называемый закон причинности в совершенно случайных событиях и использовать этот закон для предсказания будущего, но они отказываются признать, что многие события происходят случайно без всякой причины. Однако люди убедительно объясняют, что произошло после этого: все в мире связано с тысячами вещей, и не всегда сложно вывести отношения из-под контроля.
Вероятностное описание Случайное
Единственным законом неопределенных событий является вероятность Мы не можем контролировать возникновение независимых случайных событий, но мы можем использовать вероятность для описания возможности их возникновения.
Интерпретацию вероятности можно разделить на частотную и байесовскую школы. Школа частотников считает, что вероятности событий нужно определять с помощью бесконечной выборки, и они могут быть очень точными, что параметры модели фиксированы, а априор отсутствует. Байесовская школа считает, что мир постоянно меняется, а апостериорная вероятность события постоянно пересматривается априорной вероятностью.
байесовское мышление
Можно сказать, что байесовское мышление оказало глубокое влияние на многие дисциплины, и сегодняшние общие большие данные и искусственный интеллект тесно связаны с ним.
Традиционная вероятность — это объективная вероятность, описываемая частотой событий. Байесовское мышление, с другой стороны, рассматривает вероятность как субъективное понятие, выражающее, насколько мы верим в событие.
P(A) — это априорная вероятность, что означает, что мы рассчитываем значение на основе предыдущего здравого смысла до того, как получим свидетельство, и в нем есть определенные субъективные факторы. А P(B|A)/P(B) называется функцией правдоподобия (вероятностью), которая является поправочным коэффициентом, который может приблизить априорную вероятность к истинной вероятности.
Байесовское мышление предсказывает вероятность события путем накопления свидетельств.Сначала мы сначала вычисляем априорную вероятность на основе существующего опыта, а затем корректируем вероятность события посредством непрерывного накопления свидетельств для получения апостериорной вероятности.
Обратная вероятностная задача
Байесовский также является своего рода мышлением для решения обратной вероятности.Мы можем легко найти положительную вероятность при нормальных обстоятельствах.Например, если есть 2 красных шара и 8 черных шаров в 10 шарах, вероятность случайного извлечения одного из них равна красной мяч. . Обратная вероятность обратная: мы не знаем заранее количество красных и черных шаров, а знаем только общее количество шаров 10. Наугад вытягиваем три шара как 2 черных и 1 красный, а затем вычисляем отношение красные и черные шары.
На самом деле, с помощью обратной вероятности необходимо решить больше проблем.Постоянное наблюдение за данными для исправления априорной вероятности позволяет получить более разумную апостериорную вероятность. У нас есть только ограниченная информация, и мы не можем получить полную информацию, поэтому мы надеемся сделать хороший прогноз, насколько это возможно, с ограниченной информацией.
байесовская философия
Мы не можем делать преждевременных выводов ни о чем, если это установлено в начале (априорная вероятность = 1 или 0), то независимо от того, насколько вы увеличиваете доказательства, апостериорная вероятность не может развиваться. Мы должны оставлять место для возможности во всем.
Для частных случаев и общих законов не следует уделять слишком много внимания частным случаям (игнорируя априорную вероятность), а также не следует придерживаться априорной вероятности и становиться приверженцем.
------------- Рекомендуем прочитать ------------
Зачем писать «Анализ проектирования ядра Tomcat»
2018 Алгоритмы структуры сводных данных
Сборник статей по машинному обучению за 2018 г.
Сводка статей о глубине Java за 2018 г.
Резюме по обработке естественного языка за 2018 г.
Резюме глубокого обучения за 2018 г.
Сводка статей об исходном коде JDK за 2018 г.
Обзор Java Concurrency Core за 2018 г.
Поговори со мной, задай мне вопросы:
Добро пожаловать, чтобы следовать: