Рискованные рассказы (5) Бейес, человек, живущий только на учебных материалах

Является одним из первых, кто пришел к выводу о том, что он не имеет права на это.

Работа Бейеса, неизвестного по рождению, продолжает доказывать, что неопределенность риска - это захватывающая идея, которую можно измерить, и, с другой стороны, дает нам способ сделать вывод о неизвестной вероятности на основе опыта объективного мира, который является результатом постоянных корректировок информации, которую мы получаем.

Очень странно, что у таких известных в истории науки людей, как Томас Бейес, нет ничего, что можно было бы написать о личной жизни. Это говорит о том, что Бейес был очень низкоклассным (или, скажем, некрасным), но, с другой стороны, для меня такие писатели приносят огромные неудобства, потому что на самом деле все любят смотреть на странные истории ученых, такие как плохие отношения, одновременно с самонадеянностью, такие как промежутки в игрушках.

• △ Томас Бейес Однако Бейес был таким скучным человеком. Он был нетрадиционным священником, живущим в сельской местности Англии, и его работой в будние дни, вероятно, было организовать площадный танец, не так ли, мессу, и, как говорят, все жители деревни любили его. Единственное, что выглядит немного легендарным, это то, что он, как и многие легенды, не опубликовал ни одной книги при жизни.

Когда Бейес умер, он оставил свою рукопись с добавлением 100 фунтов стерлингов проповеднику по имени Принс. Этот принц был также необычным человеком, который, как известно, достиг выше, чем Бейес, уровня духовной и материальной цивилизации. Он считал, что свобода воли дарована Богом, а также писал статьи, доказывающие, что независимость США также является волей Бога.

Три года спустя после смерти Байеса Принс помог ему выпустить свою последнюю работу. Но значение этой работы в эпохе было рассмотрено в научном сообществе еще двадцать лет. В работе Байеса намеревался исследовать вопрос: как мы должны рассчитывать вероятность того, что событие произойдет, если мы знаем только количество случаев и количество случаев, когда оно не произошло, при отсутствии другой информации?

Вспомним пример из предыдущей статьи ("Рискная история"): Том Мовер и Божественная кривая. Например, если мы отобрали из 10 000 продуктов 12 отходов, то какая вероятность того, что для этой партии продуктов уровень отходов составит 0.1%? Для реальной жизни этот вопрос, несомненно, более ценен для нас, поскольку у каждого человека всегда есть ограничения в наблюдении за вещами, и мы должны знать, насколько то, что мы видим, может отражать правду, как если бы мы прикоснулись к слону, как определить, что мы коснулись целого слона, его ног или его толстых братьев рядом.

Метод, используемый Бейесом, состоит в том, чтобы постоянно корректировать старую информацию с новой информацией, увеличивая вероятность на основе корректировки. Это предварительная вероятность и последняя вероятность в легенде.

Если мы выиграем мяч на настольном столе, и он остановится в любом месте. Затем мы снова выиграем другой мяч, рассчитывая количество раз, когда он прокатывается слева и справа от первого мяча. Конечно, здесь вы можете обоснованно задать вопрос: если мы собираемся играть в настольный мяч, почему бы не использовать второй мяч для первого мяча, я думаю, что вы хорошо задали этот вопрос, но я просто не хочу отвечать.

В данном примере вероятность, данная непосредственно на место остановки первого мяча, является предварительной вероятностью, а вероятность, выведенная на основании обстоятельств второго мяча, является последующей вероятностью. То есть, метод Байеса заключается в том, что наше познание ограничено нашими познавательными способностями, и поэтому мы нуждаемся в постоянном обновлении информации, чтобы исправлять наши представления.

Наверное, это самая навязчивая фраза, которую я когда-либо слышал.

Если в вашем городе открыли два магазина, и в новом - 60% от общего числа посетителей, то в данный момент любой клиент имеет 60% вероятности быть клиентом нового магазина. Это предварительная вероятность. А в старом - устаревшие объекты, с низким уровнем подготовки, и вдвое больше жалоб, чем в новом.

Наиболее простой и понятный ответ заключается в том, чтобы спросить, где именно находится этот человек. Конечно, этот человек, скорее всего, ответит, что вы догадываетесь (слишком низко), так как же Стив должен догадаться, чтобы иметь больше шансов на правильное решение? Если смотреть на предварительные вероятности, то Стив должен найти менеджера нового магазина, потому что новый магазин имеет больше трафика людей, чем старый. Но с точки зрения жалоб, количество жалоб в новом магазине составляет только 1/3 от общего количества жалоб.

Бейес, неизвестный по рождению, теперь появляется в практически всех учебных пособиях по статистике, искусственному интеллекту, игровой теории и генетике, что доставляет множество хлопот абитуриентам на выпускных экзаменах в университетах. Его работа продолжает доказывать, что неопределенность - это захватывающая идея, которую можно измерить, и, с одной стороны, она дает нам способ делать выводы о неизвестных вероятностях на основе опыта объективного мира, который постоянно корректируется на основе информации, которую мы получаем.

Перевод: Китайская ассоциация количественных инвестиций