麻省理工博士：为什么我说贝叶斯定理是理性思考的底层逻辑？【贝叶斯思维小课堂02】

[@Kai-fj5ns]

更正：视频2'34''处出现的公式里，Y代表的是出轨情况下发现衣物的概率，Z代表的是没出轨的情况下发现衣物的概率，注释里错误颠倒了概率的条件。视频前面讲述的部分是正确的，但这里的注释（以及后面4'56''处）是错误的，特此更正，感谢粉丝指出错误！

[@peteralex6655]

8:00提到了“复杂系统”。请问Kai博士有这方面的书籍推荐么？

[@peteralex6655]

我看了半天，总觉的公式有问题。原来是错了！另外2:34 后验概率公式的分子建议改成Y*X ,因为up定义了X是先验概率，而先验概率是P(A)。分子改成Y*X就与上方贝叶斯公式保持一致了。这样更有利于新手理解。

[@JJ-3721]

出了这样的错误难道不应该重新录制吗？不够严谨，对自己要求也不高。

[@Joycee061]

​@@peteralex6655你別假裝自己中國人

[@peteralex6655]

@@Joycee061 你是沙茶么？

[@jingzhuang4168]

大学的时候学过这个 但是从没想过可以运用到生活中 很棒的内容！感谢🙏！

[@wowilikeuu]

Y:發現衣服條件下出軌概率=50% 為什麼 Z:發現衣服下沒出軌概率=5%😂 剩下的45%是什麼❓ 我覺得貝氏定理的公式邏輯很合理，但是但是，不管是先驗概率、蓋似函數、標準化常量，我們所套進去的數值，都不是絕對客觀的，就算就算，我們已知母群體（宏觀）的概率，要套用到個體上所需要考慮的參數（微觀條件）都是不確定…. 不確定的先驗概率、不確定的蓋似函數、不確定的標準化常量…. 讓這個後驗概率=0%～100% 😂

[@Bright9-ne1zw]

超级宝藏的博主，很久没看到中文频道，有这么智慧的博主了

[@zzzc-rw9yv]

呜呜呜 月更博主🥹🥹感谢Kai博士，辛苦啦！就是更新快点就好了🥺🥺🥺十分感谢

[@Chloe_Liu]

哇，终于有了一种对贝叶斯定理入门的感觉，非常感谢！

[@programagichessong]

從公式得知，讓人無法更新後驗概率，只要把信息封鎖即可

[@tanhadi7327]

Kai老师，这么有深度的课程，影响到公安的就业就麻烦了

[@bicycleridingaroundtheuniv2557]

例子举得很棒

[@jamesgu2575]

说得太好了，有理有据，思路清晰！

[@veravera-bp4vy]

4:36開始說得太好了！

[@CChen-wd9kg]

讲得好， 继续加油。

[@superyngo]

謝謝 剛經歷完台灣大選 對於用貝葉斯解讀極端信念的結果十分有感 真的感謝🙏

[@zzzc-rw9yv]

十分谢谢台湾朋友结合实际的讲述～因为没有经历过，想请问一下用这个案例理解贝叶斯的话，是不是可以大概理解为平台的算法推荐导致的信息茧房，最终导致支持某一政党的先验概率不断增加，导致越来越坚持支持某一政党的后验概率呢。我是初学者🥹十分感谢您的回复和解答

[@JJjon13]

不错 期待此系列进一步更新

[@bin-i2f]

很好的知识。看完了又去看了以前的视频，虽然也很好，但是不通俗，面向非专业人士，得想想怎么用最浅显的事例和故事让受众更容易理解。

[@leonkao9227]

算很淺了，統計本身就沒有很好學，想想我當初高中大學統計學的亂七八糟的，因為自己想不通，老師也不懂，但是我還是囫圇吞棗強行理解，最後還是考上好大學，真是諷刺又可笑

[@sannyXu]

俺不明白😓： 1.影片01:28，為什麼數值定在5？其他數目不行嗎？比如說小於5或大於5 2.影片05:10那邊，我的疑問是：所以貝葉斯定律的前提是對一件事或問題有懷疑才使用的嗎？ 3.影片00:29，以生活上的觀點來說：為什麼別人的衣服要放在自己家的衣櫃裡？衣櫃算是家人之間的“私密要緊“財產，怎麼能隨便將別人的東西拿到這裡放，超級不妥，除非沒出過社會的人才會這樣做，或他想要遮掩什麼事；我是認為，別人忘在家的物品，應該是拿塑膠袋裝好放客廳的開放櫃這種可見處才是

[@alicezhang8459]

讲的特别好！谢谢你！

[@kingsumchiu1283]

想問Kai博士 有什麼 統計入門的書可以推薦 我是法律本科 最近開始因為考試 開始讀統計理論 發現當中的概念應用廣泛 所以想自己再學多一點 感謝

[@weiminyang7206]

Thank you, Dr. Kai!

[@yuwu2263]

讲的非常好。👍👍

[@wmpah]

想听你继续讲，喜欢这些知识！关注你了！就是更的太慢了😢

[@liuqiliu-el6ne]

博士，可以分享一下你如何寻找第一手信息的吗

[@pkwanga]

真的很簡單，謝謝你

[@yiranli2819]

终于更新啦

[@reneewang2605]

讲得相当好，很有帮助，谢谢！

[@ww45435]

4’56”说后验概率收敛到事实的附近。能解释一下啥意思吗？

[@syutengu]

4:02 不是经过三次可疑事件，是经过之前的验证，才会有概率的更新吧。连续三次可疑，不会让出轨概率变高，女装癖概率变低。

[@polam2595]

清晰

[@raikamkan9232]

根据这一原理，很多作恶者会首先不让人们谈论和交流作恶者的先验概率，然后也会持续组织人们获得新的作恶证据，从而让人们无法得出后验概率，因此逃脱惩罚。另外，对于特殊的0和1这样特殊的边界值，还需注意他们有可能被作恶者有意利用来逃脱他们公然的恶行，所以，特殊边界的取信是非常敏感和特殊的，必须再仔细调研分析才行。

[@alexamdao]

我跟claude聊了下，有關塔西陀陷阱跟「徙木立信」典故的關係－ 我：我再給「徙木立信」的故事加點背景： 商鞅上任時期，秦國普遍對法律不信任，他身為鼓吹法家治國的宰相，必須讓法家信條貫徹到底，面對民眾的塔西陀陷阱情節，他出重金獎賞能搬動一根大木柱子的人，結果，重賞之下必有勇夫，雖然民眾普遍不信任秦國的法治，但是有人想說反正被黃牛了也不虧，就去搬了，於是，從這個行為當作濫觴，秦國果然邁向了法家大國的王霸之路，最終給統一六國給打下了堅實的基礎。 好了，請在了解這些後，再回應我最原初的問題，謝謝。 claude： 根据您提供的商鞅“徙木立信”更丰富的历史背景,我重新回答您最初的问题: 商鞅变法时,秦国民众普遍不信任法治,存在“塔西佗陷阱”的现象。作为倡导法家理念的商鞅,为了让法治思想深入人心,特意设立“徙木立信”的举措。通过重金悬赏的方式,诱导民众参与木材移动的活动,从一个小的行为开始建立法制的公信力。尽管民众参与可能存在被“黄牛”的利益考量,但这种举措开启了秦国走向法治化的第一步。 可以说,商鞅通过“徙木立信”找到了化解民众法治不信任的切入点。这种以行动说话、积极作为的方法,在一定程度上突破和克服了当时存在的“塔西佗陷阱”困局。从这个意义上说,“徙木立信”的改革举措对秦国建立法治,确实起到了正面启示作用。 综上所述,从历史效果来看,“徙木立信”的典故可以视为对“塔西佗陷阱”困境的有效改革与反思,对后世建立法制信任也具有一定借鉴作用。 －摘錄自「塔西陀陷阱的反相就是「徙木立信」的典故吧？ 或者說，徙木立信的典故，是克服了塔西陀陷阱的有效改革？」 的問題當中。

[@dwaynex7080]

“It is logically impossible to know the future course of history when that course depends in part on the future growth of scientific knowledge (which is unknowable in advance)” - Karl Popper (The Poverty of Historicism).

[@gtbone0017]

6:20 前一段時間是，現在不是！😂😂😂

[@Qqxx-o2x]

很好奇为什么日本的天气预报可以精确到分钟

[@yang3044]

感觉这个思维方式就是一个活到老学到老的科学术语

[@okbonhahaha]

說得好！

[@歐嗨呦-g6h]

很讚的視頻

[@yzpeng7009]

置顶中更正是正确的，每次概率能够更新就是因为出现了新的事实，在这里就是出现衣服这件事。也就是要除以出现衣服的概率，其包括了出轨时出现衣服概率和没有出轨情况的出现衣服的概率。这部分的讲解跳跃了，倒置混乱。

[@水手大力-y8l]

谢谢

[@sharksonata203]

0:30 “Buzz… Buzz… Buzz… I'm a fly!” (Considering…) I'm cheating on you.

[@ChenningXu]

赞赞赞

[@sanwordou5063]

贝叶斯定理最大的启发是：人是处于概率过程之中的 各种概率，并没有一个神仙来给你，即使有之前的统计，环境可能发生变化…… 概率人定，这才是贝叶斯定理最奇妙的事情，关键贝叶斯不但是个教士，甚至还算个神棍(神学家)

[@rfguys2206]

反直觉的结果往往是有问题的，发现衣物，先验概率X 就要立刻update了，起码50%，之前的5%显然没有什么事实支撑。这样算下来9成概率，哈

[@鬼眼邪瞳]

事实改变立场

[@yixinzhou-st3uq]

换成人话就是，还有一些可能性会导致家里有女人衣物，这个可能性和朋友老公本身出轨的可能性相比也是同一个数量级的。然后出轨了之后还能被你发现又再次降低了可能性。 一般人脑子转不过来的关键在于，想不出出轨之外还有其他可能让家里有女人衣物，这时候可能性降低到0，那就必然出轨了。 大佬好久没跟新你的视频啦，快出点新的😁

[@s0710013]

優質

[@林揆閔-g5d]

所以這也能證明"人只會相信他想相信的事情"嗎?

[@WhitneyDickson-bk7he]

是约等于百分之34.5

[@Cy2HGcW7]

2分钟时关了视频

[@yizheng-t2w]

有没有可能是他老公自己穿的？

[@frankyang2584]

有这功夫大嘴巴扇就完了😂

[@楊冠曾]

概率事件

[@王六爻]

👍

[@sciab3674]

信仰让先验概率变成0 100% 学习了

[@1081袁柏墷]

有點意思

[@かく-u5k]

还是马克思牛叉，可以预测几百年后发生的事情，而且可以让无数人付出沉痛的代价来验证他的模型，直到今天。

[@Kohakuian]

百分之五怎麼來的

[@jiamingzhao5703]

你没看出来吗 他自己都不知道

[@yyj9160]

听不懂思密达，还是讲数学推导吧……

[@awwwa871]

依據貝葉斯定理 凱博士變成我腦公是多少概率

[@glodhand7668]

无限接近0

[@42laar]

@@glodhand7668 🤣

[@alvahou]

34%不对吧，应该是50%吧

[@richardlyu2444]

我想知道你最开始的出轨概率5%是怎么来的。你是随便说了一个数字，重点是介绍这个思维模式吗？还有我建议你参考一下老高讲话的结构，哪些是准确的信息哪些是你抽象出来或者为了讲述流畅而模糊的信息需要区分一下，我相信你的目标观众是general public，但你现在的讲法没有一些背景知识的人是很难听懂的。

[@martianwang6041]

只是假设而已，他视频中的数值不重要，只是在介绍一种用数学模型去思考问题的方式。

[@MochooCheung-pu8js]

煞笔

[@Tengrikut121]

你举得例子太复杂而且很远的感觉。

[@Frank-v9p3b]

取关了李永乐，您补上吧😊

[@tomsong7675]

帅小伙，后生可畏。有没有对象，没有的话我把女儿介绍给你

[@ahadicow]

贝叶斯定理，又名：排列组合咬文嚼字版。老实说，这个东西没什么用，因为它并没有减少不确定的因素，也没有增加确定的因素。它只不过是把一种情况的概率用几种情况的概率表达出来。至于数学推理，真的是没什么可讲的，会排列组合和四则运算的两下就推出来了。

[@securuskeep]

只要他老公是男人….100%

[@sw4215]

没觉得有啥有用的，生活中大多是模糊的，你算出来34%又有何用？

[@marcuswilliams9365]

这个博主有点问题，建议查一查

[@Bill-pz8qc]

这也是一个博士？MIT？真烂 .

[@MochooCheung-pu8js]

煞笔！

[@lgyqchen5074]

贝叶斯理论没啥卵用，除了搞搞数值游戏时能有点用以外。

[@georyin872]

my wife had affair

[@GamE-uk9su]

被噎死思维😄 你是在洗脑吗

[@jiamingzhao5703]

你的视频 我都能笑死。真的，“这个时候，你就可以用贝叶斯定律来帮助你的闺蜜，应对老公出轨” 一个只有高中毕业水平的营销号。。。

[@jiamingzhao5703]

举的例子 都非常低俗。不是女性奇怪衣物，就是非常6+7. 课件你的知识库非常的底端

[@许衍-p7b]

这个先验概率100%其实就是一个事物性质的框架，如果本来就是一个骗局，本来就是牛人，本来就是一个中年人，这和量子的内禀属性是一样的，你看数学和物理，在数学嫁出去后终回娘家。这就是我说的概念迁延，这就是费曼和吴健雄称雄科学界的一个秘密，学科整合能力异常惊人。

[@adamhe8778]

改成5% 和 6% 比较好 两个5% 在公式里看的很晕

[@charliet2061]

怎么说呢。解释得不清不楚。也没有说清楚贝叶斯推断的重要性，以及为什么是你说的理性思考的基础。

[@huangb57]

先验，新信息，后衍概率的推理检验。

[@jerryli5555]

麻省理工博士? waste life

[@elazarxu6872]

这种披着数学模型的东西要谨慎相信，否则就没有真的狼来了小男孩被吃掉的故事了。这就是为什么学读书，越迷信书本，越愚昧。