對於貝葉斯演算法看了好多書中舉的例子
,比如拋
100次硬幣
,石子以及太陽的出生落下
,不過覺得這些例子都完全脫離於實際
,是一種很完全的抽象
,迫使學習的人想不出來那種場景也在那想
,很是痛苦
,為什麼就不能用通俗的方法來舉例呢?於是
,生活中的觀察
,我個人覺得
,還是用上廁所的問題來描述貝葉斯演算法可能要比較好理解些
.比如有乙個人到另外乙個公司辦事
,中間想要去」方便
」一下,碰巧男女洗手間大門外的標牌被掃廁所的大媽給」收拾
」掉了,這樣他就無法通過明顯的標記判斷哪個是男洗手間哪個是女洗手間.但是
,他之所以不會在外面憋死就是因為他後來發現
,所有的這家公司的男員工都走這個門
,所有的女員工都會走另外乙個門,於是
,即使沒有門上的標籤
,他也能判斷出來,因為他所看到(記錄)的每乙個門裡的進出情況,就可以說明一切問題.當然,即使有走洗手間的同志,這樣的記錄正是所謂的垃圾資料.
在很多教材中
,拋硬幣的那個
,書中非要你構建一種拋
100次完全是正面的場景
,然後又強迫你根據這個」現象
」來判斷
101次是什麼樣的.當然
,現實生活中
,兩面的硬幣
,100
次能完全一樣在初學者腦力是不可能的事情
,人總是這樣
,在剛開始的時候設想不可能的乙個場景是很困難的
.日出日落的這個
,多少還容易理解些
,但這都是地球人都知道的事
,並且乙個嬰兒懂得這樣的紀錄那可真是天才
,要麼就是外星人.天啊
,不曉得第乙個遍出這個事例的人到底要說明什麼
.
貝葉斯演算法
貝葉斯演算法需要解決的問題 1.正向概率 假設袋子中n白球，m黑球，摸到黑球概率多大 2.逆向概率 事先不知道袋子中黑白球個數，從袋子中摸出乙個或幾個球，觀察這些取出球的顏色，以此來推斷袋中白黑球的比例。為什麼需要貝葉斯 現實世界本身就是不確定的，假設黑白球數量無限大，人類觀察能力有限，我們不可能完...
貝葉斯演算法
總結應用 貝葉斯演算法的目的是解決逆向概率的問題。何為逆向概率？先看看正向概率 袋子裡有m個黑球，n個白球，隨手一模，是黑球的機率是多大。這就是個正向概率問題。逆向概率 袋子裡有兩種球，通過觀察摸出來的球的顏色，推斷袋子中兩種球的比率。逆向概率的作用 是通過有限的資料推斷無限資料的情況，思考 星系距...
貝葉斯演算法
貝葉斯為了解決 逆概 問題提出的 正向概率 袋子裡裝著n個黑球和m個白球，伸手取摸球，摸到黑球和白球的概率有多大 逆向概率 袋子裡前提不知道有黑白球的比例，而是閉著眼睛摸球統計後推測黑球和白球的比例 現實世界本身不確定，人類觀察是有侷限的 我們日常所觀察只是表面，很多東西都是推測。男生總是穿長褲，女...