AI说人“画” | 如何用“贝叶斯理论”优(zhuang)雅(bi)地决策?

2017 年 9 月 16 日 大数据文摘 灵魂绘手

大数据文摘力荐!原创小视频【AI说人“画”】系列。用轻松的手绘方式,讲清楚一些有趣的AI概念。

我们有号称所有聪明人中最酷的那个小姐姐!用灵魂手绘和欢脱语言,来和你聊聊最枯燥的理论!请收看5分钟中文小视频节目▼


今天Vicky要和大家伙儿谈谈这个贝叶斯,将一本正经的胡说八道进行到底。

大家都知道“概率论”就是试图从随机的世界里面找规律,从随机性中推导出确定性。但是贝叶斯的三观可不是酱紫!它把概率看成某个事儿可信度的量度,也就是说我们到底有多确定某件事儿会发生还是不会发生呢(我在说什么我自己也不知道)……可谓画风清奇~

是不是感觉很抽象?脑袋有点晕?

那就对了!

来来来,我给你出个题哈!你就想象去买彩票哈!三张彩票其中一张必中。你有一张,主持人拿两张。然后,主持人说用他的两张换你的一张,就说你换不换吧!

我是换呢还是换呢,还是换呢?(不知道为啥的小伙伴还不麻溜儿地戳视频去?)

就在此时,主持人把两张中的一张撕掉,用剩下的那张再跟你换,你换不换?

我是换呢还是换呢还是换呢(循环ing)……

此处当有马赛克,想知道答案的戳视频+1,不谢。

世界上总有一些东西会让你会追求一生,你有的信息,和你想要的信息blingbling的人生哲理拿走不送)贝叶斯方法可以从你有的信息中提取你想要的信息

好了,胡说八道部分完了,以下开始一本正经——

我们在生活接收了超多的信息,同时会形成对相应信息可能性的大致评估。在贝叶斯思想看来,在主观判断的基础上,我们会估一个值,然后根据客观事实不断修正。所以当我们无法全面认识事物的情况下,贝叶斯思想能够很好的利用已有经验,帮助我们作出更合理的判断!

世界是复杂的多变的,当你每天对不同的事儿做出“我相信”或者“我不信”判断的时候,你知道你到底在想什么吗?变成大人的我们不会再像小时候那样,非此即彼非黑即白的下结论。真实的情况是,我们对大多数事物的信念值都在动态变化。贝叶斯计算的概率是主观概率,就是在已有数据基础上预测未来的概率。 

这很适合运用在我们的日常生活中,因为现实中绝大多数决策(应该是全部)面临的信息和数据是有限的,既然无法得到全面的信息,我们只要尽可能做出一个好的预测就行。

前段时间火的不要不要的AlphaGo,也是这个运作机制!

简单来说,阿尔法狗每走一步,都在计算自己赢棋的最大概率,他能用超乎人类的理智和客观,冷静地更新自己的信念值,而且完全不受其他环境影响。当然,这种冷冰冰的运算,少了很多输赢之外的乐趣,幸好我们人类不是这样,所以能够体验五彩斑斓的缤纷世界!

话说回来哈!你只要记得,敲黑板!划重点!贝叶斯辅助决策的最关键思想就是

我们把A当做一般情况的理论预言,把B当做一次数据。有了新的数据,我们就可以对A的预测更加准确一点。 

怎么样,小伙伴们你们get到精髓了嘛!

(都说到这份儿上了再不懂姐姐真的帮不了泥萌了……)

科科!

内容策划及主播:凉亮

监制:Sophie,魏子敏

后期:毯子

后续系列视频

可移步【阅读原文】

每周一更,欢迎大家关注喔!

志愿者介绍


回复志愿者”加入我们

 

优质课程推荐

深度学习与自然语言处理


大咖讲师、助教辅导

社区讨论、云Lab实训


充实高效的学习新体验!


今晚直播开始!快报名学习吧!


往期精彩文章

点击图片阅读

AI小视频 | 原创灵魂手绘,聊个5分钟的人工智能

登录查看更多
0

相关内容

贝叶斯定理(英语:Bayes' theorem)是概率论 中的一个定理 ,它跟随机变量 的条件概率 以及边缘概率分布 有关。在有些关于概率的解说中,贝叶斯定理(贝叶斯更新)能够告知我们如何利用新证据修改已有的看法。这个名称来自于托马斯·贝叶斯 。
【经典书】贝叶斯编程,378页pdf,Bayesian Programming
专知会员服务
247+阅读 · 2020年5月18日
【经典书】机器学习高斯过程,266页pdf
专知会员服务
229+阅读 · 2020年5月2日
《强化学习》简介小册,24页pdf
专知会员服务
272+阅读 · 2020年4月19日
机器学习速查手册,135页pdf
专知会员服务
341+阅读 · 2020年3月15日
中科大-人工智能方向专业课程2020《脑与认知科学导论》
【强化学习】深度强化学习初学者指南
专知会员服务
180+阅读 · 2019年12月14日
GAN新书《生成式深度学习》,Generative Deep Learning,379页pdf
专知会员服务
202+阅读 · 2019年9月30日
一文读懂机器学习中的贝叶斯统计学
数据分析
26+阅读 · 2019年5月8日
理解五个基本概念,让你更像机器学习专家
云栖社区
5+阅读 · 2018年11月29日
拔刺 | 如何通过人工神经网络实现图像识别?
浅谈贝叶斯和MCMC
AI100
14+阅读 · 2018年6月11日
决策树
Datartisan数据工匠
4+阅读 · 2018年4月19日
生活中处处的贝叶斯
算法与数学之美
4+阅读 · 2018年2月19日
从概率论到多分类问题:综述贝叶斯统计分类
机器之心
12+阅读 · 2017年9月28日
Arxiv
110+阅读 · 2020年2月5日
Arxiv
5+阅读 · 2018年10月23日
Arxiv
5+阅读 · 2018年5月28日
Arxiv
11+阅读 · 2018年4月25日
Arxiv
9+阅读 · 2018年1月30日
VIP会员
相关VIP内容
【经典书】贝叶斯编程,378页pdf,Bayesian Programming
专知会员服务
247+阅读 · 2020年5月18日
【经典书】机器学习高斯过程,266页pdf
专知会员服务
229+阅读 · 2020年5月2日
《强化学习》简介小册,24页pdf
专知会员服务
272+阅读 · 2020年4月19日
机器学习速查手册,135页pdf
专知会员服务
341+阅读 · 2020年3月15日
中科大-人工智能方向专业课程2020《脑与认知科学导论》
【强化学习】深度强化学习初学者指南
专知会员服务
180+阅读 · 2019年12月14日
GAN新书《生成式深度学习》,Generative Deep Learning,379页pdf
专知会员服务
202+阅读 · 2019年9月30日
相关资讯
一文读懂机器学习中的贝叶斯统计学
数据分析
26+阅读 · 2019年5月8日
理解五个基本概念,让你更像机器学习专家
云栖社区
5+阅读 · 2018年11月29日
拔刺 | 如何通过人工神经网络实现图像识别?
浅谈贝叶斯和MCMC
AI100
14+阅读 · 2018年6月11日
决策树
Datartisan数据工匠
4+阅读 · 2018年4月19日
生活中处处的贝叶斯
算法与数学之美
4+阅读 · 2018年2月19日
从概率论到多分类问题:综述贝叶斯统计分类
机器之心
12+阅读 · 2017年9月28日
Top
微信扫码咨询专知VIP会员