如何训练你的贝叶斯脑

条件概率.jpg

我们经常听到“互联网+某个行业”，但很少听到“统计学+某个行业”。其实数理统计在很多领域的应用范围很广，沿用某位大咖的话来说，“毫不夸张，统计学是现代社会最重要的一门学科。”

今天我们就来看一个统计学领域的典型应用，贝叶斯脑。以下内容整理自《王烁30天认知训练营》

怎样训练贝叶斯脑

什么是贝叶斯推算？一句话，就是我们根据新的信息、证据、数据来更新看法、判断、信念。我们天生是贝叶斯动物。

先来看下条件概率的定义：已知如果A则B，那么反过来求解如果B则A的概率。

人有许多认知偏差（bias），驱动人们不思而应，贸然而对。认知偏差的特点是，大体靠谱，偶尔犯错。他们节省了宝贵的大脑运算资源，在演化上是有优势的，所以人类到今天还是这样。

犹太古代经典《塔木德》中就有记载：把钱平均分成三份，一份买地，一份经商，一份储备。错不到哪里去，算太细了额外收益有限。

虽然人们一遇到概率就晕，但很擅长计算频次。

生活中贝叶斯大脑的应用

贝叶斯推理模板：

1. 无论面对什么情况，关于未来会怎么样，你设定三种可能的情况：上、中、下，分别对应着变好、不变、变坏；
2. 如果你已经有个初步判断，就相应配给上中下相应的基数；如果你是一张白纸一无所知，就给他们相同的基数；
3. 接下来，事情本身的走向会带来新信息，有可能倾向于或者上或者中或者下这三种情形，是什么情形你就在对应的基数加分，加多少看新信息的力度大小而定；
4. 王烁的模板：上中下各配基数33.33（100除以3，平均分配），每次加分的取值范围是从1到5，最强5分，最弱1分（如果认为信息强，就赋值5，信息弱，就赋值1）
5. 无论什么事情，打上一段时间的分，你就对它是很有些数了，绝对比每次临时拍脑袋现想要靠谱，你就有了随身携带的贝叶斯大脑。
   贝叶斯推理有两大要求，前者是判断的出发点，后者是更新判断的依据：
6. 第一要厘清你已有的判断；
7. 第二要诚实对待新的证据，两者缺一不可。

如果能集纳一群看法相对靠谱的人，就任何判断持续下注，那这个群可以用来对任何事情的预测。再进一步，人与人的靠谱程度不同，判断的靠谱程度也不同。根据各自表现，动态调整其权重，靠谱的人权重逐渐增加，不靠谱的人权重逐渐下降，加权平均形成新的判断，准确度会更高。一个是相当有效的判断系统，一个是相当有效的对判断者的评价系统。两者互相反馈，继续提高精度。

我们在生活中也是这么做的，接近靠谱的人，远离不靠谱的人，重视权威，轻视妄人。区别在于，生活中做贝叶斯人，我们做得既不系统也不准确，经常算错。现在，借助手边的工具，我们能做得好很多。

贝叶斯大脑存在的几个问题：

1. 贝叶斯大脑无法对抗黑天鹅；

2. 在先的判断与新证据之间并不总是彼此独立的。如果你相信上帝的存在，无论出现什么新信息新证据，你总能找到让你舒服的解释。真正的贝叶斯人不这样，他们会尊重先入之见，因为它是一切新知的出发点，但又随之准备清空存量，以免掉入这一陷阱。