逻辑上的飞跃——独特魅力的贝叶斯

文科女在科学森林中探索,偶遇贝叶斯。

竟被这个散发着独特魅力的小妖精吸引,一发不可收拾。并且,根本没想到:比尔·盖茨也在关注它!!!

微软前董事长比尔·盖茨1996年在报纸中亲口揭秘:微软之所以在激烈的市场竞争中胜出,正是采用了贝叶斯。

谷歌搜索引擎的自动翻译系统中引入了贝叶斯。

医疗领域的“自动诊断系统“也用到贝叶斯。

高端商业领域不约而同的都在与贝叶斯发生着密切的关系 ......

它,何方神圣?

它,到底有何迷人之处?

这得从300年前说起。1702年,英国,一个名叫托马斯·贝叶斯的人诞生了。出生在牧师家庭的他,自然继承父业,在苏格兰的爱丁堡大学学习神学和数学,长大后也成了一位牧师。

贝叶斯一边从事牧师的工作,一边研究数学。他一生中仅完成了一篇数学论文——《关于概率思考中某一问题的解法的考察》。他并不重视这篇论文,长期搁置在一旁。1761年贝叶斯去世后,他的好友——同为牧师的理查德·普莱斯受贝叶斯亲人所托,整理他的文献才发现了这篇论文。此时,贝叶斯逆概率才公之于众。法国的天才数学家拉普拉斯,将贝叶斯逆概率改编为公式的形式,这就是现在高端商业所用到的这个公式。

贝叶斯概率 (Bayesian Probability) 是由贝叶斯理论所提供的一种对概率的解释,它采用将概率定义为某人对一个命题信任的程度的概念。写成数学的表达形式如下:


贝叶斯统计是统计学的主流,它的基础是一个概率公式——贝叶斯公式,立足于条件概率的发展事项。这个公式是高等数学中很难理解的一个概念。它的优势在于“在数据少的情况下也可以进行推测,数据越多,推测结果越精准‘,以及”对所获的信息可做出瞬时反应,自动升级推测’的学习功能。

关键之关键,贝叶斯统计中所涉及的概率是“主观的”。就是说,通过贝叶斯统计得到的概率并非客观的数值,而是依存于我们内心的主观因素。简言之:就是我认为!从而贝叶斯统计具有了思想。这个“主观性”和“思想性”成为了贝叶斯的本质,这也正是贝叶斯统计的独特魅力所在。

我们大家都知道,世界是客观存在的,不以人的意志为转移。主观的“我认为”是正确的吗?

这个问题好!

这正是你需要做的:你要不断收集信息,来证明你的主观论断的正确性。你收集的信息越多, 概率就接近客观事实,会越接近真相。真相大白之时,你就完成了逻辑上的飞跃——从主观论断到客观事实的高度吻合。

比如:一个学生因为肚子疼要请假,如何判断真假?

我们主观上会认为真肚子疼的概率会高些。占有80%;假的概率低,占有20%。我们可以去收集信息,不断修正,使概率接近真相。

如果表情很痛苦,大概率是真的。.

如果是女孩子,下腹部痛,真的系数增加;

如果平常很老实,没请过假,真的系数增加;

如果平常学习很认真,争分夺秒,真的系数增加;

如果陪同她来的同学,也是相同品质的孩子,真的系数增加......

此刻的概率已经接近真相了。

你有没有发现:这个独特魅力的贝叶斯,就在我们身边啊!

终于明白一句话:万事皆可贝叶斯。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,123评论 6 490
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,031评论 2 384
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 156,723评论 0 345
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,357评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,412评论 5 384
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,760评论 1 289
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,904评论 3 405
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,672评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,118评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,456评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,599评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,264评论 4 328
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,857评论 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,731评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,956评论 1 264
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,286评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,465评论 2 348

推荐阅读更多精彩内容

  • 能把P(城市|省份)和P(省份|城市)联系起来的公式叫贝叶斯公式。我们来看贝叶斯公式长什么样子。 用A表示省份,B...
    lansoul阅读 17,539评论 0 4
  • 浅谈贝叶斯 不论是学习概率统计还是机器学习的过程中,贝叶斯总是是绕不过去的一道坎,大部分人在学习的时候都是在强行地...
    05ea6e176933阅读 1,188评论 0 0
  • 感谢大家对标题党 00 的宽容,这篇文章的完整标题应该是:很傻很天真 - 但是拥有迷妹万千 - 不黄很暴力 - 十...
    Kidult阅读 2,432评论 0 15
  • 谁能直面矛盾,谁就能触摸现实。-弗里德里希·迪伦马特 在写上篇文章的时候,我以为因果关系科学这么学术、枯燥的话题,...
    FanlyLee阅读 870评论 0 2
  • 推荐指数: 6.0 书籍主旨关键词:特权、焦点、注意力、语言联想、情景联想 观点: 1.统计学现在叫数据分析,社会...
    Jenaral阅读 5,705评论 0 5