以貝葉斯思惟看待世界

不肯定性是常態

咱們的世界是一個充滿不肯定性的環境，整個世界並不是按照某個制定好的路線運行的。大多數事情都不是有因就有果的，充滿了不可控的隨機事件。咱們不會由於今天努力了明天就必定成功，不會由於好好學習了將來就必定能掙大錢，也不會由於你們都說我運氣爆棚就必定能中彩票。。。

人類擅長忽略隨機

不少事情是獨立隨機事件，徹底沒有肯定性的規律可言，但人類卻很擅長牽強地去總結規律。好比彩票，若是真的作到每次開獎都是隨機的，那麼彩票分析師就是騙子，但他卻能作到一副義正辭嚴的樣子忽悠你。好比算命，人的一輩子充滿無數獨立隨機事件，然而算命師在對你一無所知的狀況下卻能預測你的將來而且讓你畢恭畢敬地掏錢。

人們老是喜歡強行在徹底隨機事件中總結所謂的因果規律，並以此規律對將來進行預測，卻不願認可不少事件的發生是平白無故隨機發生的。而人類對於發生後的事情卻又進行強行解釋，世間萬物聯繫千萬，繞一個大彎扯上點關係老是不那麼難。

機率描述隨機

不肯定性事件惟一的規律就是機率，獨立隨機事件咱們沒辦法控制它必定發生，但卻能夠用機率來描述它發生的可能性。

對機率的解讀能夠分爲頻率學派和貝葉斯學派。頻率學派認爲事件機率須要經過無限抽樣來肯定，而且能夠很精確，認爲模型參數是固定的，並且不存在先驗。貝葉斯學派則認爲世界不斷在變化，事件的後驗機率由先驗機率不斷修正獲得。

貝葉斯思惟

貝葉斯思想能夠說深遠影響着不少學科，現今常見的大數據、人工智能等都與之關係密切。

傳統的機率是一種客觀機率，經過事件發生的頻率來描述。而貝葉斯思惟則認爲機率是一個主觀概念，表示咱們對某事件的相信程度。

P(A)就是先驗機率，它表示咱們在獲得證據以前咱們根據以往常識計算的值，有必定的主觀因素在裏面。而P(B|A)/P(B)則稱爲可能性函數（Likelyhood），是一個調節因子，它能使先驗機率更接近真實機率。

貝葉斯思惟經過對證據的積累來推測事件發生的機率，最開始咱們先根據已有經驗計算一個先驗機率，而後經過證據不斷地積累來調整事件機率，獲得後驗機率。

逆機率問題

貝葉斯同時也是一種解決逆機率的思惟，正常狀況下的正向機率咱們很容易求得，好比已知10個球有2個紅球8個黑球，隨機抽一個是紅球的機率。而逆機率則是反過來，咱們預先並不知道紅黑球的個數，只知道總共10個球，隨機抽三個球爲2黑1紅，而後計算紅黑球比例。

現實中的問題更多須要逆機率的方式來解決，經過不斷觀察數據來修正先驗機率，獲得一個更加合理的後驗機率。咱們掌握的只有有限的信息，沒法獲得全面的信息，因而咱們但願在信息有限的狀況下，儘量作出一個好的預測。

貝葉斯哲學

咱們對任何事情都不能過早下定論，若是一開始就下了定論（先驗機率=1或0）則不管如何增長證據後驗機率都沒法進化。對於任何事情咱們都要留有可能的餘地。

對於特例與通常規律，不能太關注特例（忽略先驗機率），也不能恪守先驗機率而成爲墨守成規的人。

-------------推薦閱讀------------

個人開源項目彙總(機器&深度學習、NLP、網絡IO、AIML、mysql協議、chatbot)

爲何寫《Tomcat內核設計剖析》

2018彙總數據結構算法篇

2018彙總機器學習篇

2018彙總Java深度篇

2018彙總天然語言處理篇

2018彙總深度學習篇

2018彙總JDK源碼篇

2018彙總Java併發核心篇

2018彙總讀書篇

---

跟我交流，向我提問：

歡迎關注：