Bayes, một người đàn ông chỉ sống trong các tài liệu giáo dục

** Công việc của người không tên Bayes, một mặt tiếp tục chứng minh rằng sự không chắc chắn về kim loại có thể được đo lường một cách thú vị, và mặt khác cung cấp cho chúng ta cách suy luận về xác suất không biết dựa trên kinh nghiệm của thế giới khách quan, và suy luận đó là kết quả của việc liên tục sửa đổi thông tin mà chúng ta nhận được.

** Một người nổi tiếng trong lịch sử khoa học như Thomas Bayes, không có gì để viết về câu chuyện cuộc sống cá nhân của mình, là một điều rất kỳ lạ. Điều này cho thấy rằng Bayes đã sống rất thấp (hoặc nói, là không có màu đỏ), mặt khác, cho một tác giả như tôi mang lại rất nhiều bất tiện, bởi vì thực tế là tất cả mọi người đều thích xem những điều kỳ lạ của nhà khoa học, chẳng hạn như không tốt trong giao tiếp và khoe khoang, chẳng hạn như trò chơi buồn phiền, ngạc nhiên, và không thể làm gì có thể là nhuộm hoa tuy nhiên nghiên cứu không đam mê, nếu không, hoàn toàn không thể hiện được đặc tính thiên tài của riêng mình.

• Thomas Bayes Tuy nhiên, Beatus là một người nhàm chán. Ông là một linh mục giáo phái phi chính thống sống ở vùng nông thôn Anh, công việc ban ngày của ông có lẽ là tổ chức tất cả các ngôi làng cùng nhau nhảy múa quảng trường, không đúng, Thánh lễ, và người ta nói rằng tất cả các ngôi làng rất yêu mến ông. Điều duy nhất có vẻ như là một chút huyền thoại là, ông giống như nhiều huyền thoại, không có một cuốn sách nào được xuất bản khi còn sống.

Khi ông qua đời, ông đã để lại 100 bảng Anh cho một nhà truyền giáo tên là Prince. Prince cũng là một người đàn ông kỳ lạ, người đã xây dựng văn minh tinh thần và văn minh vật chất cao hơn nhiều so với những gì ông không biết. Ông cảm thấy ý chí tự do là do Thiên Chúa ban cho, và đã viết một bài luận chứng minh rằng độc lập của Hoa Kỳ cũng là ý muốn của Thiên Chúa, và Franklin và Adams Smith được cho là những người bạn tốt của ông.

Ba năm sau khi ông qua đời, Prince đã giúp ông xuất bản bài luận về di chúc của mình. Nhưng ý nghĩa thời đại của bài luận này đã bị giới học thuật coi thường và chờ đợi hai mươi năm nữa. Trong bài luận, Bayes dự định nghiên cứu một câu hỏi: Nếu chúng ta chỉ biết một sự kiện xảy ra bao nhiêu lần và bao nhiêu lần nó không xảy ra, trong trường hợp không có thông tin khác, làm thế nào chúng ta có thể tính xác suất sự kiện xảy ra?

Chúng ta hãy nhớ lại ví dụ của bài viết trước đó (tạm dịch: Chuyện tiểu sử mạo hiểm 4: Đường cong của Tom Morrow và các vị thần). Ví dụ, đối với một loạt các sản phẩm, chúng ta lấy ra 10.000 sản phẩm và thấy có 12 trong số đó là rác, thì tỷ lệ rác có xác suất 0.1% là bao nhiêu? Đối với cuộc sống thực, câu hỏi này chắc chắn có giá trị hơn đối với chúng ta, bởi vì mọi người đều có giới hạn trong việc quan sát mọi thứ, chúng ta cần biết mức độ mà những gì chúng ta thấy có thể phản ánh sự thật, giống như cách chúng ta có thể xác định chính mình là chạm vào toàn bộ con voi hay người anh lớn béo bên cạnh chân nếu chúng ta chạm vào nó.

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

Giả sử chúng ta chơi một quả bóng trên bàn bóng chày và quả bóng dừng ở bất kỳ vị trí nào. Sau đó, chúng ta chơi một quả bóng khác liên tục, tính từng lần nó quay sang trái và phải của quả bóng đầu tiên. Dĩ nhiên ở đây bạn có thể đặt câu hỏi hợp lý, đó là vì chúng ta đang chơi bóng chày, tại sao không sử dụng quả bóng thứ hai để đánh bóng đầu tiên, tôi nghĩ rằng bạn đã hỏi câu hỏi này rất tốt, nhưng tôi không muốn trả lời.

Trong ví dụ này, xác suất được đưa ra trực tiếp cho vị trí dừng chân của quả bóng đầu tiên là xác suất sơ bộ, trong khi xác suất sửa đổi vị trí dừng chân của quả bóng đầu tiên được suy ra 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, vì vậy chúng ta cần phải liên tục sửa đổi quan điểm của chúng ta bằng thông tin cập nhật.

Đây có lẽ là câu nói mạnh mẽ nhất từng được đăng tải trên mạng.

Sissoko đã mở hai trung tâm thương mại ở thành phố của bạn, và lưu lượng khách truy cập của trung tâm thương mại mới chiếm 60% tổng số lưu lượng khách truy cập, vì vậy bất kỳ khách hàng nào đến Sissoko vào thời điểm này đều có 60% khả năng là khách hàng của trung tâm thương mại mới. Đây là xác suất tiên quyết.

Câu trả lời ngắn gọn nhất là hỏi trực tiếp người đó đang ở đâu. Tất nhiên người đó có thể sẽ trả lời rằng bạn đoán ((rất tệ), vậy làm thế nào để bạn đoán rằng bạn sẽ có cơ hội đúng hơn? Nếu theo xác suất trước, bạn nên tìm người quản lý của trung tâm thương mại mới, bởi vì lưu lượng người của trung tâm thương mại mới lớn hơn trung tâm thương mại cũ.

Bayes, một người không tên tuổi, hiện xuất hiện trong hầu hết các tài liệu giáo khoa về thống kê, trí tuệ nhân tạo, lý thuyết trò chơi và di truyền, khiến nhiều sinh viên kỳ thi đại học gặp nhiều rắc rối. Công việc của ông tiếp tục chứng minh rằng sự không chắc chắn về số tiền là một ý tưởng thú vị về số tiền có thể được đo lường, nhưng cũng cung cấp cho chúng ta một cách suy luận về xác suất không biết dựa trên kinh nghiệm của thế giới khách quan, kết quả của việc chúng ta liên tục sửa đổi thông tin mà chúng ta nhận được.

Tóm tắt từ Trung Quốc Quantified Investment Society