贝叶斯理论

为什么大家一放假(还不是我放), 俺就跟打了鸡血一样兴奋,拼命灌水嗫?Coding Horror(这哥们儿惊人高产,估计每天直接向血管注射Espresso)的新帖子科普了一把贝叶斯理论和Markov链。这两年机器学习的成功应用越来越多,人们对它的依赖也越来越重。毕竟现在信息太多,而我们真正需要的是知识。让程序帮我们发现知识自然成为应用热点。一微软高官跳槽到Google后说,相比微软,Google在更高的抽象层思考。在Google里,贝叶斯过滤相当与微软的if else。嘿嘿。所以这两坨理论受人追捧也不新鲜。新鲜的是Coding Horror提到一坨调查,用下面这道简单题目考了很多医生,居然只有15%的答题人做对。结论是贝叶斯推理和直觉相悖,不容易自然掌握。很多人学而不懂,懂而不会,会了就忘。

参加常规检查的40岁女人中,1%有乳腺癌。80%的乳腺癌患者的X-射线诊断结果呈阳性。确诊没有得乳腺癌的人中,也有9.6%的人X-射线诊断结果呈阳性。如果一个40岁妇女在常规检查中X射线诊断结果呈阳性,她的乳腺癌的几率是多少?

朋友修了一门概率入门。教材前言提到一道Monty Hall问题的变种:牌盒里有三张牌,一张是两面黑色,一张是两面红色,一张是一面红一面黑。问,当抽出一张牌,你看到牌的正面是红色时,另一面也是红色的几率是多少?当年Monty Hall问题在电视上播出,无数老大争得头破血流。一个统计学教授写信驳斥主持人Marilyn vos Savant 的答案,结果只是悲惨地证明几十年的教育有时当不了人天生的智商(Marilyn号称少见的高智商女银)。得到这道题的答案容易。知道了条件概率,画分支图也好,套公式也好,都能很快得出结果。但当时为了解释清楚形形色色得出1/2答案的推理错在哪里,还是费了点功夫。毕竟公式只是表达我们思想的公式。深刻理解公式背后的物理意义才是思维的精华。

P.S., 如果哪位老大不上网搜索,不查资料,不看提到的文章,而又没有得出正确答案的话,不妨读读这篇文章。每当我们把反直观的东西变得直观,我们的大脑就扩展了一点。

没有更多推荐了,返回首页