AI说人“画” | 因果关系告诉你,爱笑的女孩运气不会太差?

2017 年 10 月 8 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▼


友情提示:

1.距离你们告别甜蜜假期还有24小时;

2.从明天开始到年底都没有没有没有没有没有 假期假期假期 了了了了了


大数据时代的因果,是我们能看得到的因果。


咳咳,今天,小姐姐要和你们唠唠因果关系,相信听完这次小讲堂啊,你就会知道“爱笑的女孩运气不会太差”到底可不可信!

首先,先给大家讲讲啥是因果——当一个作为原因的数据变化的时候,另一个作为结果的数据也会发生变化,两者存在着必然联系。感觉有点拗口?没关系,看下面👇👇👇。


脑补一下你初中数学知识,比如:

和它的图形:


在排除一切其他影响因素的前提下,每当输入不同的自变量x赋值,因变量y也必然会做出相应程度的改变。x和y就是一对因和果的关系。


不过说实话,在当今这个信息爆炸时代,层层叠叠的数据充斥生活的各个角落,你要想拨开云雾见月明地找到清晰的因果关系,那基本上是不可能的事儿!顶多也就是看到很多相关关系(相关关系详解就略了,看视频听小姐姐讲述更多)。


不知道大家还记不记得一部非常有意思的电影——《蝴蝶效应》。电影中的男主幻想用现在的意识潜入到童年的身体,来弥补种种过失给别人带来的伤害,甚至牵起女神的手……嘿嘿(不厚道地笑了),然而,醒醒吧骚年!现实世界,当然是会随着一次次跨越时空的操作,也一起更改啊!

发现真相的我


这个世界太复杂了,一因一果的事儿其实很少的。回归现实,我们不能等待发现因果后再行动……等你都看出明显的因果关系了,原因都找齐了,那真的晚的黄花菜都凉了…


可是,小姐姐还是希望大家多了解一些因果关系和相关关系的知识,摈弃错误的因果认知,并且防微杜渐。比如这种👇

爱笑的女孩子运气不会太差!

我反手就是一个呵呵哒,运气一直很差的女孩儿笑得出来吗?

会撒娇的小孩有糖吃!

醒醒吧宝贝,那不是刚好你面前有一个吃这一套的人?换一个冷淡淡漠到极点还没耐心的人,我看你应该吃栗子比较多……


大数据时代,注定了我们看不到所有的因果,因为也有可能在我们认知层面的上游,蕴含着某些共因。 特别好的事儿和特大灾难发生次数都是极少的。所以呢 咱们应该多收集数据来覆盖这些罕见的结果,一旦某一天咱们中谁可以真正从因果层面上解释这些东西,搞不好就是个诺贝尔~


所以,小姐姐希望,每一个听过小姐姐讲堂的迷妹迷弟们,可以用科学和客观的态度,了解因果关系和相关关系,并且将相关知识用在日常生活中,让自己的生活尽可能地更好一些,回来别忘了打赏小姐姐喔!么么~

内容策划及主播:凉亮

监制:Sophie,魏子敏

后期:郭丽(终结者字幕)

文案:刘涵,云柯

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

往期精彩文章

点击图片阅读

AI说人“画” | Heart Broken, 游戏中被AI碾压的我们都中了哪些套路?

登录查看更多
1

相关内容

人工智能杂志AI(Artificial Intelligence)是目前公认的发表该领域最新研究成果的主要国际论坛。该期刊欢迎有关AI广泛方面的论文,这些论文构成了整个领域的进步,也欢迎介绍人工智能应用的论文,但重点应该放在新的和新颖的人工智能方法如何提高应用领域的性能,而不是介绍传统人工智能方法的另一个应用。关于应用的论文应该描述一个原则性的解决方案,强调其新颖性,并对正在开发的人工智能技术进行深入的评估。 官网地址:http://dblp.uni-trier.de/db/journals/ai/
因果关联学习,Causal Relational Learning
专知会员服务
182+阅读 · 2020年4月21日
【机器学习课程】机器学习中的常识性问题
专知会员服务
73+阅读 · 2019年12月2日
相关性≠因果:概率图模型和do-calculus
论智
31+阅读 · 2018年10月29日
告别曲线拟合:因果推断和do-Calculus简介
论智
24+阅读 · 2018年5月26日
传说中的马尔科夫链到底是个什么鬼?
R语言中文社区
6+阅读 · 2018年2月27日
干货来袭:漫谈概率统计方法与因果关系
数据猿
5+阅读 · 2018年2月23日
NSR观点| 学习因果关系和基于因果性的学习
知社学术圈
17+阅读 · 2018年1月7日
关于孩子的未来,汪涵和李锐想告诉你这些......
三联生活周刊
6+阅读 · 2017年10月28日
量子世界的因果关系
中国物理学会期刊网
8+阅读 · 2017年8月5日
Local Relation Networks for Image Recognition
Arxiv
4+阅读 · 2019年4月25日
Relational recurrent neural networks
Arxiv
8+阅读 · 2018年6月28日
Arxiv
4+阅读 · 2018年6月5日
VIP会员
相关VIP内容
因果关联学习,Causal Relational Learning
专知会员服务
182+阅读 · 2020年4月21日
【机器学习课程】机器学习中的常识性问题
专知会员服务
73+阅读 · 2019年12月2日
相关资讯
相关性≠因果:概率图模型和do-calculus
论智
31+阅读 · 2018年10月29日
告别曲线拟合:因果推断和do-Calculus简介
论智
24+阅读 · 2018年5月26日
传说中的马尔科夫链到底是个什么鬼?
R语言中文社区
6+阅读 · 2018年2月27日
干货来袭:漫谈概率统计方法与因果关系
数据猿
5+阅读 · 2018年2月23日
NSR观点| 学习因果关系和基于因果性的学习
知社学术圈
17+阅读 · 2018年1月7日
关于孩子的未来,汪涵和李锐想告诉你这些......
三联生活周刊
6+阅读 · 2017年10月28日
量子世界的因果关系
中国物理学会期刊网
8+阅读 · 2017年8月5日
Top
微信扫码咨询专知VIP会员