Biểu sử nguy hiểm (5) Bayes, một người chỉ sống trong tài liệu giáo dục

Theo đó, các nhà nghiên cứu cho biết: "Trong một số trường học, các nhà nghiên cứu đã tìm thấy những người có khả năng làm việc tốt hơn.

Công trình của Bayes, người không tên tuổi, tiếp tục chứng minh ý tưởng thú vị rằng sự không chắc chắn của kim là một thứ có thể đo lường được, và cũng cung cấp cho chúng ta một phương pháp để suy luận về xác suất chưa biết dựa trên kinh nghiệm của thế giới khách quan, và những suy luận đó là kết quả của sự sửa đổi liên tục dựa trên thông tin mà chúng ta nhận được.

Một nhân vật nổi tiếng trong lịch sử khoa học như Thomas Bayes, mà không có gì để viết về cuộc sống cá nhân của mình, là một điều rất kỳ lạ. Điều này cho thấy Bayes thực sự rất thấp kém trong cuộc sống của mình (hoặc nói, là không đỏ), mặt khác, cho tôi, những tác giả như vậy mang lại một sự bất tiện rất lớn, bởi vì thực tế tất cả mọi người đều thích xem các câu chuyện kỳ lạ của các nhà khoa học, chẳng hạn như không tốt giao tiếp cùng lúc kiêu ngạo, chẳng hạn như trò chơi tâm thần gián đoạn một chút đáng kinh ngạc, không thể và có thể là một người làm hoa sâm mà không quan tâm đến nghiên cứu, nếu không hoàn toàn thể hiện tính độc đáo của thiên tài.

• △ Thomas Bayes Tuy nhiên, Bayes là một người nhàm chán. Ông là một linh mục không chính thống sống ở vùng nông thôn Anh, công việc của ông trong ngày thường là tổ chức các buổi khiêu vũ quảng trường với cả làng, đúng không, Thánh Lễ, và người ta nói rằng cả làng đều yêu mến ông. Điều duy nhất có vẻ huyền thoại là ông, giống như nhiều huyền thoại, không xuất bản một cuốn sách trong khi còn sống.

Khi Baez qua đời, ông đã để lại bản thảo của mình với thêm 100 bảng Anh cho một nhà truyền giáo tên là Prince. Prince cũng là một người đàn ông kỳ lạ, xây dựng văn minh tinh thần và văn minh vật chất cao hơn Baez không biết bao xa. Ông cảm thấy tự do ý chí là một món quà của Thiên Chúa, và đã viết một bài báo chứng minh sự độc lập của Hoa Kỳ cũng là ý muốn của Thiên Chúa, Franklin và Adams Smith được cho là những người bạn tốt của mình, và trong thời gian rảnh rỗi, ông cũng giúp các công ty bảo hiểm làm mô hình tỷ lệ, có thể được gọi là săn bắn rộng rãi.

Ba năm sau khi Bayes qua đời, Prince đã giúp ông phát hành một bài báo hồi ký. Tuy nhiên, ý nghĩa thời gian của bài báo này đã được các nhà khoa học chờ đợi trong hai mươi năm nữa. Trong bài báo, Bayes dự định nghiên cứu một câu hỏi: Nếu chúng ta chỉ biết một sự kiện xảy ra bao nhiêu lần và không xảy ra bao nhiêu lần, làm thế nào chúng ta có thể tính toán xác suất xảy ra sự kiện này nếu không có thông tin khác?

Chúng ta hãy nhớ lại ví dụ trước đây của câu chuyện nguy hiểm: Tom Mover và đường cong của Chúa. Ví dụ, đối với một loạt các sản phẩm, chúng ta lấy 10.000 sản phẩm và tìm thấy 12 thứ rác thải, thì tỷ lệ rác thải là 0.1% trong một loạt các sản phẩm như thế nào? Đối với cuộc sống thực, câu hỏi này chắc chắn có giá trị hơn cho chúng ta, bởi vì mọi người luôn có quan điểm giới hạn về mọi thứ, và chúng ta cần biết những gì chúng ta thấy có thể phản ánh sự thật như thế nào, giống như chúng ta nếu chúng ta chạm vào một con voi, làm thế nào để xác định mình đã chạm vào toàn bộ con voi, chân hoặc một người lớn béo hơn bên cạnh.

Phương pháp của Bayes thực sự là liên tục sửa đổi thông tin cũ bằng thông tin mới, tăng độ tin cậy của xác suất trên cơ sở sửa đổi. Đây là xác suất trước và xác suất sau trong truyền thuyết.

Nếu chúng ta chơi một quả bóng trên bàn bàn và quả bóng dừng lại bất kỳ nơi nào. Sau đó, chúng ta chơi một quả bóng khác nhiều lần, tính toán số lần nó lăn đến bên trái và bên phải của quả bóng đầu tiên. Dĩ nhiên, ở đây bạn có thể đặt câu hỏi hợp lý là vì chúng ta đang chơi bóng bàn, tại sao không sử dụng quả bóng thứ hai để chơi quả bóng đầu tiên, tôi nghĩ câu hỏi của bạn là tốt, nhưng tôi không muốn trả lời.

Trong ví dụ này, xác suất được đưa ra trực tiếp về vị trí dừng của quả bóng đầu tiên là xác suất trước, và xác suất được suy luận dựa trên tình huống của quả bóng thứ hai là xác suất sau. Đó là phương pháp của Bayes là nhận thức của chúng ta bị giới hạn bởi khả năng nhận thức của chúng ta, do đó chúng ta cần phải luôn luôn cập nhật thông tin để điều chỉnh quan điểm của chúng ta.

Câu nói trên có lẽ là câu nói hấp dẫn nhất cho đến nay. Hãy giả sử một ví dụ giúp bạn hiểu:

Cụ thể, nếu một khách hàng nào đó trong số các khách hàng của Cụ thể là khách hàng của Cụ thể là khách hàng của Cụ thể là khách hàng của Cụ thể là khách hàng của Cụ thể là khách hàng của Cụ thể là khách hàng của Cụ thể là khách hàng của Cụ thể là khách hàng của Cụ thể.

Câu trả lời ngắn gọn nhất là hỏi trực tiếp người đó ở đâu. Tất nhiên người đó có thể sẽ trả lời rằng bạn đoán (thật thấp), vậy thì sao mà Thúy Thúy có thể đoán đúng hơn? Nếu dựa trên xác suất trước, thì Thúy Thúy nên tìm người quản lý của trung tâm mới, bởi vì lưu lượng người của trung tâm mới lớn hơn so với trung tâm cũ. Nhưng từ các khiếu nại, số khiếu nại của trung tâm mới chỉ chiếm 1/3 tổng số khiếu nại, vì vậy nếu chúng ta tham khảo thông tin này, chúng ta sẽ thấy rằng xác suất của trung tâm mới xảy ra khiếu nại là 42.8% và xác suất của trung tâm cũ xảy ra khiếu nại là 57.2%. Kết quả này, tức là xác suất sau thử nghiệm, chúng ta nói với Thúy Thúy nên tìm người quản lý của trung tâm cũ.

Bayes, người không tên tuổi, hiện đang xuất hiện trong hầu hết các tài liệu giảng dạy về thống kê, trí tuệ nhân tạo, thuyết chơi game và di truyền học, khiến nhiều sinh viên tham gia kỳ thi cuối năm đại học gặp phải nhiều rắc rối. Công việc của ông tiếp tục chứng minh một mặt, sự không chắc chắn về mốc là một ý tưởng thú vị có thể đo lường mốc mốc, và một mặt khác, cung cấp cho chúng ta một phương pháp để suy luận về xác suất chưa biết dựa trên kinh nghiệm của thế giới khách quan, kết quả của việc điều chỉnh liên tục thông tin mà chúng ta nhận được.

Được chuyển từ Hiệp hội Đầu tư định lượng Trung Quốc