概率论在实际生活的例子_【升维思考】也许，你真的不了解“概率论”

前言

最近2021考研硕果计划的小伙伴正在如火如荼的进行概率论的学习。有些小伙伴被各种排列组合还有各种证明和推导搞的焦头烂额。比起统计学、回归分析、时序、多元统计等，概率论算是比较独特的一门学科了。独特就独特在，它的灵活性很强。即使你的公式背诵的很熟很熟，但遇见一些新的题目，可能就傻眼了。其实这部分内容和数学的学习方法非常类似，通过多做题练习，进而熟悉熟知相关知识。

但，我们除了学习知识之外，有没有想过，老师怎么就偏爱概率论了呢？概率论这门学科的存在意义是什么？这里，我节选一下全新升级的21硕果计划的部分内容，让大家更清晰一些：

还有同学说，我学习概率论到底能有何用呢？难道就是为了应付考试么？我费心巴力的学习统计，就是想以后从事大数据、人工智能啊，学这些破公式有啥用？！……而今天呢，我们以大名鼎鼎的大家也都熟悉的贝叶斯公式为例，船长学长带你好好认识一下，我们学习概率，学习统计到底能在AI和大数据中体现什么样的价值！

贝叶斯公式

贝叶斯公式大家熟记于心了吧。

这里的事件A和B，看似是两个普通的符号，但是，如果你结合到实际场景中去，它的价值就体现了。

现在最火的科技是什么？AI人工智能！AI中很火的一个场景或者工具是什么？是人脸识别！大家的手机，现在几乎是全面屏(什么挖孔屏、刘海屏等)，人脸识别技术也借此机会大放异彩！苹果公司发布的最新款iPhone 11 抛弃了指纹识别，采用了基于3D深度的人脸识别技术。今天，学长就带你领略一下，我们的概率知识在人脸识别中的应用。

在人脸识别中，我们知道，人脸识别有两个大方向：

Face Verification，判断两张人脸是否为同一个人。

Face Identification，从一个人脸库中找到给定的这张人脸对应的身份。

本文要重点介绍的Joint Bayesian 就是用来实现第一个(face verification)功能的。

总结

通过上面的例子，相信大家能体会到概率论或者其他统计的知识(包括矩阵求解，EM算法等)在实际生活中的应用。统计本来就来源于生活，不是凭空创造的，是一个工具型学科，只有结合了实际的业务才能迸发出强劲的动力。现在大家虽然学的枯燥无味，但是，等你夯实基础了，在加上你的灵活性，更多地可能等待大家的创新与实践！所以，加油吧！之前说“学好数理化，走遍天下都不怕”，今天我们作为统计人可以骄傲说：“学好统计算法，人工智能看我的”。

最后，并不是给大家压力。作为《教程-概率论》章程，我们大概花费50天的时间去攻坚克难，绝非仅仅看起来就10次课而已，与大家学得数学三的概率论也是侧重点不同。硕果计划倡导的是陪伴引导式的辅训计划，按照课程的难度和各知识模块的重要度，科学的划分了相关知识点，一般是一周一次课，大家秉着“预习-听课-消化-整理笔记-做题”的顺序进行复习，这背后的努力是太多同学看不到的。后面还有很多挑战性的内容等待大家，如果错过了这个阶段，势必在损失复习质量的前提下才所谓的学习完。过了这个阶段，大家已经能力分层了，这个差距几乎是不可逆的。

努力这东西，差距一天觉得无所谓，我们保守的以硕果计划比你自己复习多0.01的提升度而言，但日积月累，差距的就是很多倍了……追逐梦想的年轻人，乘风破浪吧！