贝叶斯理论

博客讨论了贝叶斯理论在机器学习中的重要性,指出其在Google和微软等公司的应用。文章通过一项调查揭示大部分医生在贝叶斯推理上的困难,举例解释了条件概率和直觉推理的差异,强调深入理解公式背后的意义对于思维方式的提升。
摘要由CSDN通过智能技术生成

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

评论 11
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值