代表性：
1.對結果的先驗概率不敏感
對代表性沒有任何影響而對概率有重要影響的其中乙個因素是結果的先驗概率，或基礎比率。簡單來說，先驗概率是指根據以往經驗和分析得到的概率。沒在有任何證據和得到一些無用的證據之後，人們的回應是不同的。在沒有任何特定證據的情況下，先驗概率能夠被合理地應用；而在得到一些無用證據的情況下，先驗概率就會被忽略。
個人看法：由於一些因素的影響，可能會使我們忽略我們之前對此事件的了解，從而做出錯誤的判斷
2.對樣本大小不敏感
在某個指定大小的樣本中，評估獲得某個特定結果的概率時，人們總會應用代表性啟發法。即他們會通過某個樣本結果與相關引數的相似性來評估這個結果的概率。直覺性判斷由樣本比例主導，本質上並不受樣本大小的影響，然而，樣本大小卻對實際的後驗概率起著至關重要的作用。後驗概率是指在收到某個訊息之後，接收端所了解到的該訊息傳送的概率。在這類對概率的評估中，低估證據的影響反覆出現，這種情況被稱為「保守主義」。
個人看法：我們有時候會過多的關注比例，從而忽視了樣本的數量這一關鍵要素。只是通過自己的感受去判斷，沒有通過理性的思考來判斷，這樣得到的結論往往是不可靠的。
3.誤解機會
人們期望由隨機過程產生的事件序列能夠代表這個過程的基本特徵，即使這個序列很短。
個人看法：其實隨機過程產生的事件序列，它真的是隨機的，沒有規律可言。人們總是渴望事物都是有規律性的。
4.對可**性的不敏感
在標準的統計理論中，出於對可**性的考慮，極端和**範圍受到控制。當某件事情的可**性為零時，該**結果在任何情況下都應該是相同的。可**性越高，**值的範圍就會越廣。
個人看法：當人們**一件事情的時候，如果你聽到的是這件事正面的描述，往往你就得到了良好的結論，如果你聽到的是壞的描述，你就得到了不好的結論。卻從來沒有考慮到這件事的可**性（此事能否被**）。
5.效度錯覺
人們常會挑選輸入資訊（例如對某個人的描述）中最具有代表性的特點（例如職業）來進行**。他們在**時的自信程度主要取決於相關資訊代表性的高低（即所選特點與輸入資訊的吻合程度），與限制**準確性的因素關係不大。
個人看法：當**一件事情時，出現相關確定的因素的數量越多，人們**出事情時，所表現出來的自信程度越高。但因為相關因素數量的過多，我們常常會忽略相關因素的效度，從而導致降低**的準確性。人們在**時所保持的資訊常會超出他們的能力範圍。
6.誤解回歸性
行為最有可能在懲罰之後得到改進，在獎賞之後變得更壞，這其實是一種回歸現象，其結果就是，人們碰巧因為懲罰他人得到了獎賞，因為獎賞他人得到了懲罰
個人看法：表現的好得到獎賞，表現的差得到懲罰。所以在給予他人獎賞後，他人變壞，給予懲罰，他人變好，這其實是一種回歸現象。他的能力在回歸。其結果就是，人們碰巧因為懲罰他人得到了獎賞，因為獎賞他人得到了懲罰。然而，人們通常不會意識到這種偶然性。
可得性：
1.因例子的可提取性導致的偏見
當用某個類別的例子的可得性來判斷該類別的大小時，例子很容易提取的類別會比頻率相同但例子較難想到的類別顯得更大。
2.因搜尋集合的有效性導致的偏見
3.不同的任務會引發不同的搜尋集合
4.想象力的偏見
5.相關性錯覺
從我們的人生經歷可知，總的來說，相比發生頻率低的例子，我們更能又好又快地回憶起發生頻率高的例子，更容易想到可能發生的事，而不是發生頻率不高的事情。當事件頻繁地同時發生時，這兩個事件之間的關聯性會得以增強。所以，人們可以自由使用可得性啟發式的程式。具體是通過提取、構建和聯想等相關大腦運作的容易程度來估測類別的數量，事件的可能性或是事件同時發生的概率。然而，這個有價值的估測過程會導致系統性錯誤。
我們再評估或**事件時，會受到我們經驗的影響。
判斷與錨定：
1.不充分的判斷
2.評估連續事件與非連續事件的偏差
人們易於高估連續事件的概率，低估非連續事件的概率
3.評估主觀概率分布時的錨定
Cynefin 框架和不確定性管理思維
這篇文章將先介紹 cynefin 框架，乙個領導者決策框架。領導者要面對顯然 obvious 繁雜 complicated 複雜 complex 混沌 chaos 無序 disorder 五種場景，並需要在不同場景下使用不同的管理策略。目前，創新過程中最大問題就在於領導者將適用於顯然和繁雜領域的確定...
如何理解實踐標準是確定性和不確定性的統一
如何理解實踐標準是確定性和不確定性的統一 實踐標準是確定性與不確定性 絕對性和相對性的統一。確定性和絕對性 只有實踐才是檢驗認識真理性的唯一標準 實踐最終一定能檢驗認識的真理性 凡經實踐證實的一切認識都是客觀真理，都有不可推翻的性質。不確定性和相對性 1 實踐是歷史的，發展的實踐，具體的實踐有其侷限...
基於不確定性主動學習的基本過程
主動學習 active learning 主動學習也是一種監督學習 與傳統監督學習不同的是，傳統監督學習直接利用外界提供的已標註樣例進行訓練，即訓練集合由已標註樣例構成 而主動學習則主動選擇所需要的樣例，從大量無類別樣例中挑選認為最有價值的樣例進行標註，標註後的樣例加入到訓練集，學習過程同傳統監督學...