概率的思考

Posted ESOO

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了概率的思考相关的知识,希望对你有一定的参考价值。

百科定义:

Wikipedia:Probability is the measure of the likelihood that an event will occur.[1] See glossary of probability and statistics. Probability quantifies as a number between 0 and 1, where, loosely speaking,[2] 0 indicates impossibility and 1 indicates certainty.[3][4] The higher the probability of an event, the more likely it is that the event will occur. A simple example is the tossing of a fair (unbiased) coin. Since the coin is fair, the two outcomes ("heads" and "tails") are both equally probable; the probability of "heads" equals the probability of "tails"; and since no other outcomes are possible, the probability of either "heads" or "tails" is 1/2 (which could also be written as 0.5 or 50%).

翻译:

概率是衡量事件发生可能性的指标。[1] 见概率和统计词汇表。 概率量化为0到1之间的数字,其中,松散地说,[2] 0表示不可能,1表示确定性。[3] [4] 事件发生概率越高,事件发生的可能性就越大。 一个简单的例子就是扔掉一个公平的(无偏见的)硬币。 由于硬币是公平的,两种结果(“头”和“尾”)都是同等可能的; “头”的概率等于“尾巴”的概率; 由于没有其他可能的结果,“头”或“尾”的概率为1/2(也可写为0.5或50%)。

我们老拿一个例子来说概率,就是抛硬币,但是这个例子个人感觉不能完整地表述概率的含义,因为我个人认为,我们没有脱离一个概念,我们有上帝视角,我们知道有两种情况,要么是正面,要么是反面,在这个例子里是没有问题的,我们的结果是固定可知的,要么正,要么反,实际我更愿意去掉上帝视角将例子,我们换个例子,大家看卡有没有一个其他的启发:

现有一个黑色不透明的袋子,袋子里有球,有多少个球,不知道,球什么样子不知道,我们安排1个房间1个人一张纸去袋子里拿球,每次只能拿一个,拿到球后在袋子上记录球的颜色,然后放回球到袋子,交由一个机器打乱袋子里的球,然后重复上述过程10000次 以上结果再换10000个人重复上述过程,最后我们发现:

第1个人拿到红球的次数和总实验次数的比例是 2998:10000

第2个人拿到红球的次数和总实验次数的比例是 3012:10000

~~~

 

汇总,求平均值,我们发现拿到红球比例,稳定在0.3上波动

那么基于这个实验结果,我说,来了一个陌生人,他去拿相同的袋子里的球,拿到红球的可能性为30%,大家对此如果没有疑问,好了,概率的概念也就清晰了一步,就是概率永远在没描述没发生的事情在总事件中的可能性

再举个例子,比如天气预报,天气预报中

这句话:“昨天下雨的概率是80% ”这句话是有【语病】的,因为已经发生的事情,是没有概率的,昨天下了雨或者没下雨的结果是确认的,要么100%要么0%

下一句话“明天下雨的概率是80%”这句话就没有问题,因为未发生的事情,我们人为的通过各种指标的预测给出的一个比例,才有意义。

 

总结:

但凡发生都没有概率,未发才有概率

概率是连接过去与未来的砝码,通过观察过去发生的事件,来预测未来某种情况下这种事件发生的可能性大小,

概率不是一个固定值,是个变动值,随着未来变成过去,我们人类会修正这概率。

随着事件的增多,关联性被人们发现,人们试图描述这种关联性的概率,就有了条件概率

以上是关于概率的思考的主要内容,如果未能解决你的问题,请参考以下文章

贝叶斯公式由浅入深大讲解—AI基础算法入门

Codeforces 148D 一袋老鼠 Bag of mice | 概率DP 水题

朴素贝叶斯(Naive Bayes)模型

贝叶斯算法

001-贝叶斯算法简介

Codeforces 148D Bag of mice:概率dp 记忆化搜索