混沌学园121页PPT-喻颖正：贝叶斯定理及其应用：在不确定的世界里提高成功概率-2023.11-.pptxVIP

;;“一个作者对读者做的最大的恶就是隐藏难点。”;老人和狗的故事相关非因果;“因果”很脆弱;;;设袋子中有3颗红球、1颗蓝球、3颗无色透明球，今小明随机从

袋子取出一颗球。;;;案例1:辛普森杀妻案;哈佛律师的辩词;美国400万被虐待的妻子，

其中1432名被丈夫杀害。;美国400万有被虐待经历的遇害女性，;一位渔夫告诉我，捕鱼成功的关键在于：

在有鱼的地方、鱼多的地方去捕鱼。

如果看不清楚，那么就另找地方，去你看得清楚的地方钓。

（芒格）;团队A：心理测试项目。04年去国外参加程序设计比赛，击败;空间：去鱼多的地方捕鱼

时间：形势比人强

人群：远离烂人

指数：你很难战胜指数基金

常识：较大概率重复发生的事情;运气很难改变，;连续10次抛出硬币是正面，

请问下一次是正面还是反面？

频率派：强调概率是长期频率的极限，是可以客观测量的。

贝叶斯派：认为概率是对不确定性的主观信念，它可以使用

数据来更新。;贝叶斯定理与人类大脑的推理过程非常相似，

被称为接近人类感觉的统计学。;这么“简单”，

贝叶斯定理难在哪儿？;案例2:机场行李丢失;你可能也经历过在机场等行李的煎熬。假设是如下状况：

1、行李丢掉（没上飞机）的概率是50%；

2、行李的等候时间为10分钟（并且是均匀的）。

已知：你等了5分钟之后，还没看到行李。

请问：你的行李没被弄丢的概率是多大？;行李没被弄丢的概率;行李没被弄丢的概率;概率所描述的不确定性，

是用于衡量未来对我们有价值的可能性（机遇）。;一把挥向科学：我们无从得知因果之间的关系。

一把挥向道德：从事实“是”推不??我们“应该”怎样做

。;;;贝叶斯派统计学中的主观性和个人信念，

与休谟的观点有着有趣的平行之处。;;;;我们如何预测未知？

大海捞针的贝叶斯魔法;贝叶斯的魔法

在不确定的情况下出发

通过观察和行动更新“信念”

建立可纠错的反馈闭环

一步步逼近真相;大脑游戏时刻

普林斯顿教授的“生日悖论”;;贝叶斯定理的第1把铲子;猜概率游戏;贝叶斯定理的第1把铲子接受不确定性，

用概率思维来决策和行动。;;贝叶斯定理的第2把铲子;赛道-定位-心理账户

围棋和畅销书的故事;喜欢-优势-资源;致命假设

一个股票“发大财”的真实故事;;但不能违背物理定律;“非凡的主张需要非凡的证据。”;ElonMusk：

是的，还有，如何抵御各种心理陷阱？人们往往会试图用各种谬论来算计你。因此，拥有对谬论的防御，将是一门重要课程。

N:

绝对是的，在数字时代这种辨别能力以及对收到的信息保持健康的怀疑态度，对于下一代，几乎算是生存技能了。我完全同意你的观点。;贝叶斯定理的第3把铲子;贝叶斯定理;如何知晓更多新事实？;初始信念

（先验概率）;股票预测器的原理;股票预测器的第一步：估算先验概率;股票预测器的第二步：a轮预测;股票预测器的第二步：叠加（独立）预测;;无关乎你知道什么，

更不必证明你的正确，

而在于你接受到多少信息，

以及如何让自己变得更好。;贝叶斯定理的第4把铲子

联结的力量;外星人来了吗？;贝叶斯网络：联结的权重;贝叶斯定理的第5把铲子

AI的底层逻辑;;老派的AI;现代的机器学习模式;上一代AI的失败;这一代AI的成功;苹果很常见，很多人都爱吃，但苹果是什么东西呢？首先，从感官经验的角度，我们可以说苹果是红的、圆的、甜的、脆的、硬的、能解渴的、能充饥的等等；

其次，除此之外，人们一般还会认为，有一个实体性的东西承载着所有感官告诉我们的这些性质，而这个实体性的东西才是真正的“苹果”。

休谟的意思是，事实上人们对苹果的认识只能限于上述的第一个阶段，至于说是不是有一个实体性的“苹果”存在，人们是一无所知的，因为这个实体没有在人的感官当中引起任何印象。

《科学之死》;如何让AI识别一个苹果？;;;;算法处理的不是“确定性”;大脑游戏时刻

专家们都错了的“智商游戏”;某市八年级学生的平均智商是100。;受过训练的科学家——参与实验的心理学家们，也同样会犯此类错误。

当这些心理学家只知道第一个孩子的智商得分是150，然后要去猜测一群孩子的平均智商时，;他们认为八年级孩子的平均智商是100。

智商超高和智商超低的孩子都是群组中的特例，

会两相抵消。

就像硬币，这次正面朝上，下次就会反面朝上。

只不过，贝叶斯定理的计算结果显示，

孩子们的平均智商是101。;小样本不会自我调节;小数谬误;你为什么是一个中国人？

因为概率较大。

你为什么不是一个印度人？

因为你现在已经是个中国人了;成为一位概率思维者

但不是成为赌徒。

为什么有些聪明人爱赌？

因为他们还不足够聪明。;贝叶斯思维的奇怪框架

结果就是假说为真的概率;;运用贝叶斯定理;;一个人的成就

来自一套“核心算法”

乘以“大量重复动作的n次方”;;;探索未知