Mi bayesianstvo, lesswrong orosz
A központi elképzelések felül egy nagy sor üzenete „bayesianstvo” saját címkét, de nincs külön bejegyzést, hogy szoros kapcsolat az összes kommunikációt, és azt mondta: „Itt van bayesianstvo”. Tehát hadd próbálja nyújtani én meghatározása, amely összehozza bayesianstvo a három alapelvet.
Kezdjük egy rövid példa szemlélteti a Bayes-tétel. Tegyük fel, hogy Ön egy orvos és a beteg hozzád, aki panaszkodik a fejfájás. Továbbá tegyük fel, hogy két oka van, ami fáj a feje: egy agydaganat és a nátha. agydaganatok mindig okoz fejfájást, de ez egy rendkívül ritka betegség. Ezzel szemben, a fejfájás ritkán fordul elő, ha hideg, de egy csomó ember kap hideg minden évben. Ha nincs egyéb információ, amely inkább -, hogy egy személy megfázott vagy agydaganata volt?
Ha úgy döntött, hogy nagy valószínűséggel a hideg, ez volt a válasz vártam. Még ha a daganat fájdalmat okoz minden alkalommal, amikor egy hideg csak egy százaléka az esetek, megfázás sokkal, hogy a fejfájás incidenciája okozott a hideg, sokkal több, mint a fájdalom okozta agytumor. Bayes-tétel lényegében azt mondja, hogy ha a kiváltó ok egy forrása lehet a tünetek X, akkor van, figyelembe véve mind a valószínűsége, hogy A okozza X (jelentése durván szorozni a frekvencia és az esélye, hogy egy fog okozni X) és annak a valószínűsége, hogy valami különben nem fog okozni X (egy alapos magyarázatot matematikai tétel Bayes lásd a magyarázatot az intuitív Eliezer).
Nincs semmi meglepő ebben, természetesen. Tegyük fel, hogy az utcán, és látni az emberek fut. Ők lehet kocogás, valahol siet, vagy így akar, hogy felmelegedjen. Ahhoz, hogy néhány, a feltételezések igaz, akkor próbálják meghatározni, hogy melyik magyarázat igaz gyakrabban és a legmegfelelőbb a helyzetet.
Alapelv 1: bármely ezen megfigyelés a több különböző lehetséges okok miatt.
Az a felismerés, ez azonban azt eredményezi, hogy valami kevésbé intuitív, hogy képviselje. Eredő bármilyen észrevételt, mivel még annak értelmezése, alapja minden esetben a korábbi információkat. Egy egyszerű megfigyelés a személy fut, nem lesz elég azt mondani, hogy ő siet, vagy éppen egy reggel jog. Vagy tegyük fel, hogy van, hogy válasszanak a két versengő elméletek bolygómozgásról: egy elmélet a fizika törvényei által javasolt Sir Isaac Newton, vagy az elmélet, amely azt mondja, hogy a Flying Pasta Monster egyszerűen megnyomja a bolygó a keze tészta. Ha ez a két elmélet, hogy ugyanazt a jóslatok, akkor kell alapozni a háttértudás (az ő előzetes, rövid), eldönteni, melyik a valószínűbb. És akkor is, ha azok az előrejelzések eltérnek, akkor is szükség van némi tudást, amelyre meg lehet állapítani, hogy melyik a jobb előrejelzések; Nem beszélve arról, hogy valamilyen ok miatt vagyunk érdekeltek előrejelzésében és nem a mértéke elegancia az elmélet.
Vagy vegyük a vita összeesküvés elméleteket. Egyesek úgy vélik, hogy megmagyarázhatatlan vagy gyanús dolgokat a hivatalos jelentések azt mutatják, hogy van egy kormány összeesküvés. Mások úgy vélik, hogy az előzetes valószínűsége a hipotézist „a kormány kész arra, hogy tartsa tömeg kockázatos műveleteket ezer ártatlan áldozatok érdekében félre a nyilvánosságot” nagyon kicsi, és úgy gondolják, hogy sokkal talán valami mást, ami miatt az adatok gyanús dolgokat.
Key 2. alapelv: ahogyan mi értelmezzük mindenesetre, és az új információk bárhonnan, attól függ, hogy az információ, hogy már van.
Subprinciples 1: Ha észreveszed a jelenség, hogy lehet, hogy Ön szerint az okozza, hogy csak az oka egy, kérdezd meg magadtól: „mi lenne, ha emiatt nem létezik - tehettem várható függetlenül meg ugyanezt a jelenséget azonos valószínűséggel?” Ha a válasz " igen”, akkor talán az az oka, nem A.
Ez a megértés vezet minket ...
Kulcs 3. alapelv: Tudjuk használni a koncepció valószínűség mérésére szubjektív hit valami. Sőt, tudunk alkalmazni matematikai vonatkozó jogszabályok a valószínűsége, hogy válasszon a különböző hiedelmek. Ha azt akarjuk, hitünk, hogy igaz legyen, akkor ezt meg kell tennie.
Az a tény, hogy minden jelenség lehet végtelen számú oka, hogy miért olyan szigorú bayesiantsy a visszaigazolást az elmélet. Nem elég, hogy ismertesse az elmélet a jelenség; ha ő el tudja magyarázni túl sok, ez nem egy jó elmélet. Ne feledje, egy jelenség, ez lenne a helyzet akkor is, ha nincs ok, hogy miért becsülik - a gyenge visszaigazolást a hipotézist. Hasonlóképpen, ha az elmélet magyarázatot a megfigyelt jelenség, vagyis ha egy elmélet lehetővé teszi az esetleges esemény, miközben egyetlen dolog, amit látsz, nincs bizonyíték arra, ezt az elméletet.
Lényegét tekintve bayesianstvo semmi bonyolultabb ennél: gondolkodás segítségével egy három alapelvet teljes mértékben figyelembe vegyék. Add a csepp az idealizmus: a tökéletes bayesiantsem az, aki kezeli az összes információt tökéletesen, és mindig jönnek a legjobb következtetést, hogy csak akkor lehet levonni a rendelkezésre álló adatok alapján. Amikor arról beszélünk, bayesianstve, ez egy ideális, amelyre törekszünk.
Teljes mértékben beépítik, ez a gondolkodás hajlamos beszennyezheti gondolatok a saját, különleges színű. Amint felismered, hogy minden hit, hogy van, amely - egy mechanikus, jogi értelemben - abban a hitben, hogy tegnap volt, amelyek alapján a hiedelmek, amelyek magával az elmúlt évben, amelyek alapján a hiedelmek, amelyek veled volt, amikor még gyerek, amelyek alapján a feltételezések a világnak, hogy épültek be az agyad, ha nőttek fel az anya méhében ... meg fog tenni, amit gondol a meggyőződés, hogy nagyobb mértékben. Elkezdenek aggódni, hogy az összes ilyen korábbi ítéleteket ténylegesen megfelelnek a valóságnak, mint lehetséges.
És valóban, miért van szükség erre az oldalra, hogy segítsen nekünk lesz jó bayesiantsami.