概率、先验概率、后验概率
2008-07-26 12:05
295 查看
对上帝来说,一切都是确定的,因此概率作为一门学问存在,正好证明了人类的无知。好在人类还是足够聪明的,我们并没有因为事物是随机的而束手无措,我们根据事物的可能性来决定我们的行为。比如,某个人抢银行之前,一定反反复复考虑过各种可能性。如果人们要等到一切都确定后再做,那么你可能什么都做不了,因为几乎一切都是随机的。
一个事情有N种发生的可能性,我们不能确信哪种会发生,是因为我们不能控制结果的发生,影响结果的许多因素不在我们的支配范围之内,这些因素影响结果的机理或者我们不知道,或者太复杂以至于超出了我们大脑或电脑的运算能力。比如:我们不确定掷硬币得到正面或反面,是因为我们的能力不足以用一些物理方程来求解这个结果。再比如:你不能断定你期末能考88分,因为出题、阅卷的不是你。
过去发生的事情虽然事实上是确定的,但因为我们的无知,它成了随机的。我们在某个地方挖出了一块瓷器的碎片,它可能是孔子的夜壶,可能是秦始皇的餐具,也可能是林校长家的破茶壶从他家到垃圾站又被埋在了这个地方。
因此:概率在实质上就是无知,而不是说事物本身是随机的。
你拿着一把锄头在操场上乱挖,忽然发现一个暗室。里面是什么情景呢?应该说一切皆有可能。你根据你的大脑已储存的东西能做出一些可能性判断,有些可能性高,如“里面是黑的”。有些可能性低:如发现“本拉登在这里打麻将”。有无限的可能性,也可能藏着一个杀人犯,也可能有毒蛇,……。你对每种场景的可能性认识就是概率分布P(Ai)。这样的概率就是先验概率。
你是否能听到狗叫也是随机的,你对此的概率判断P(y), (y表示会听到狗叫)也是先验判断。
如果接下来你确实听见了狗叫,你对洞中情形虽然也不确定,但肯定会有新的判断:“本拉登边吃狗肉边打麻将”、“几个狗在打麻将”、“一只狗想念另一只狗,在这里放录音”……。这些场景先前当然你也想到过(是某个Ai之一),不过现在“听到狗叫”后,你的概率判断发生了变化,你现在的判断就叫后验概率P(Ai|y)。
一个事情有N种发生的可能性,我们不能确信哪种会发生,是因为我们不能控制结果的发生,影响结果的许多因素不在我们的支配范围之内,这些因素影响结果的机理或者我们不知道,或者太复杂以至于超出了我们大脑或电脑的运算能力。比如:我们不确定掷硬币得到正面或反面,是因为我们的能力不足以用一些物理方程来求解这个结果。再比如:你不能断定你期末能考88分,因为出题、阅卷的不是你。
过去发生的事情虽然事实上是确定的,但因为我们的无知,它成了随机的。我们在某个地方挖出了一块瓷器的碎片,它可能是孔子的夜壶,可能是秦始皇的餐具,也可能是林校长家的破茶壶从他家到垃圾站又被埋在了这个地方。
因此:概率在实质上就是无知,而不是说事物本身是随机的。
你拿着一把锄头在操场上乱挖,忽然发现一个暗室。里面是什么情景呢?应该说一切皆有可能。你根据你的大脑已储存的东西能做出一些可能性判断,有些可能性高,如“里面是黑的”。有些可能性低:如发现“本拉登在这里打麻将”。有无限的可能性,也可能藏着一个杀人犯,也可能有毒蛇,……。你对每种场景的可能性认识就是概率分布P(Ai)。这样的概率就是先验概率。
你是否能听到狗叫也是随机的,你对此的概率判断P(y), (y表示会听到狗叫)也是先验判断。
如果接下来你确实听见了狗叫,你对洞中情形虽然也不确定,但肯定会有新的判断:“本拉登边吃狗肉边打麻将”、“几个狗在打麻将”、“一只狗想念另一只狗,在这里放录音”……。这些场景先前当然你也想到过(是某个Ai之一),不过现在“听到狗叫”后,你的概率判断发生了变化,你现在的判断就叫后验概率P(Ai|y)。
相关文章推荐
- 乘法公式,全概率公式,贝叶斯公式_先验概率_后验概率_独立性假设
- 先验概率与后验概率的区别
- 概率、先验概率、后验概率
- 先验概率vs后验概率
- 贝叶斯公式的直观理解(先验概率/后验概率)
- 先验概率与后验概率的区别
- 先验概率与后验概率的解释
- 【机器学习之概率】贝叶斯法则、先验概率和后验概率 等
- 贝叶斯法则,先验概率,后验概率,最大后验概率
- 贝叶斯法则,先验概率,后验概率,极大后验估计,极大似然估计
- 机器学习中的贝叶斯方法---先验概率、似然函数、后验概率的理解及如何使用贝叶斯进行模型预测(2)
- 机器学习知识点(二十七)先验概率和后验概率理解
- 【机器学习】先验概率、后验概率、贝叶斯公式、 似然函数
- 先验概率、后验概率、最大似然估计(MLE)
- 先验概率、似然函数与后验概率
- 概率,先验概率,后验概率
- 贝叶斯公式、先验概率、后验概率
- 先验概率、后验概率与似然估计
- 先验概率与后验概率
- 贝叶斯法则,先验概率,后验概率,最大后验概率