由买买提看人间百态

topics

全部话题 - 话题: 先验概率
首页 上页 1 2 3 4 下页 末页 (共4页)
m*****a
发帖数: 2160
1
来自主题: MedicalCareer版 - 多长时间体检一次合理呢
所以我说这个事情对于非专业人员很难理解。你把这些检查想象的太理想了,你做的这些
检查根本就没有你说的这些功能,而且它们有可能给你带来伤害
比如癌症筛查检查都是针对特定人群,比如年龄超过多少岁或者重度吸烟,即使这样能
把这部分
人群的长期死亡率降低百分之十几就已经是公共卫生层面的重大突破了,目前只有肺癌
、乳腺癌、宫颈癌、结直肠癌有证实比较有效的筛查方法,胃癌和前列腺癌还有争议,
某些特殊高危人群要具体问题具体分析
统计学有一个概念叫阳性预测值,详细解释可能一页纸也写不下,简单来讲一个检查给
你带来假阳性的风险不仅和检查本身有关,和被检查者的健康状况同样相关,你没有任
何不舒服、危险因素而且也很年轻,那么同样的检查在你身上就更容易出现假阳性结果
(听起来很难理解吧,希望你是理科生,这其中是一个类似先验概率和后验概率的问题
)。更复杂的概念比如Overdiagnosis以及Incidentaloma、lead-time bias、length
time bias就更是一言难尽了。总之目前医学专业领域对疾病预防的理解和认识和老百
姓们凭常识想象的是大相庭径的
美国专业协会的推荐 http:/... 阅读全帖
x***2
发帖数: 946
2
来自主题: Statistics版 - 请教一个在R中处理bayes遇到的问题
计算binomial模型,已知先验概率,然后有一个样本数很大的数据
比如,非常大的m, n
使得p^m * (1-p)^n非常小
即使做log transform 也还是极端数据,得到的quantile分布概率像 0 0 0 0 0 1 0 0
0
这样情况下,可不可以分割数据,做多次bayes?
还有没有比较好的方法?
w*******e
发帖数: 269
3
全世界文明国家都对大陆嗤之以鼻、大陆人觉得很冤、却不知道为什么
大陆被歧视、归根到底、主要是两个原因:
1、天朝上国的封建思想
2、共产的伪左的思想
现在这两者已经结合到一起了、又左又封建。
真的左派、是追求社会公平的。伪左、是抵抗西方的科学、平等、公开、公平的价值,
实施鸵鸟政策,把自己围起来,自己玩自己的游戏规则。gfw、假选举,都是逆历史潮
流而动。
封建,对上不对下负责、官大一级压死人、爱管别人、不尊重个性、自认老子天下第一
、别人必须来舔我。我不会去聆听你,你必须听我的话,按照我的方式,玩一些假大空
的选举。必须使用其带有历史发动性、荒谬性的简体字、普通话。
大陆的封建、1840年已经彻底破产、但人心内部的封建、还没有拆除;共产的伪左,到
1980年代苏东波巨变、也彻底破产了。
但伪左的枷锁、依然禁锢全大陆社会。
世人恨不是大陆某个个人、而是基于先验概率的对于其所携带的野性的文化基因的恐惧。
鲁迅所批判的丑恶,至今没有消除。每天各种丑闻、完全在向世人展示大陆人三十年的
发展并没有改变其文化基因的事实。
梁天琪这种大陆出生、母亲新移民的,都出来反抗大陆文化了伪左封建,还有什么前... 阅读全帖
m**i
发帖数: 9848
4
先验可以用survey的数据。
也可用和樊辉对弈的数据。
M**S
发帖数: 3483
5
都可以
如果实在没有数据甚至可以用第一局的结果做先验
m**i
发帖数: 9848
6
关系挺大的。
如果按照版上的说法,证据很弱的条件下,陪审团应判老张无罪,那么P(B)的先验值就
应该很
小。
那么P(A|B)就应该很大。
d*****t
发帖数: 7903
7
就先验概率来讲,台巴嫌疑最大。校方应该宣布,不宣布等于变相鼓励。
L*******e
发帖数: 2202
8
很同意,我也通过讨论更加了解这个问题。
首先,我理解条例的担忧: 1, 男同性恋人群中的艾滋病病毒携带者比率更高,
2,男同性恋的性行为方式(具体讲是肛交,或者说是肛交接收方)具有更高的传
染概率)。多性伴比率高。
3,尽管血液全部都会被检验,但是仍然有窗口期让部分病毒被感染后不被检验到。
第一条我觉得是没有道理的,黑人的携带者比率高,他们敢发让黑人因为肤色不能
献血的禁令么?
2,3,是非常有理的理由,支持按照性行为而不是性取向筛选。既:任何人在发生
高危性行为的窗口期之后才能献血。 我觉得是ideal. 当然,实际上,可能有很
多值得讨论的,我现阶段支持‘美国提出的 “一年内有同性性行为的男性不可以献
血”这个提法。但实际上这是个严格的规定,因为这实际上把所有的有男同性性行
为的人都假设为HIV携带者。因为美国规定和HIV携带者有过性行为的异性恋一年
以后可以献血。
对比美国和中国的献血规定,发现还是有很大区别的,比如 美国规定是“77年以
后发生同性性行为的男性不能献血” 这已经是根据性行为了,但是却非常严格,
前总统候选人约翰克里和美国红十字会都公开支持修改这个法令。
中国则是
r****p
发帖数: 480
9
stereotype不等于歧视,对华人的stereotype之一是good at math, 这也要去除吗?我
们对白人也有stereotype。 stereotype有好有坏,是长期历史形成的,比如女性,一
想到人们会觉得力气小,但心细,有同情心。stereotype好多时候就是先验概率,你喜
不喜欢都客观存在。有stereotype的人都打倒,这世界上就没人了。
m**********r
发帖数: 887
10
来自主题: Investment版 - permanent portfolio
what is 先验概率?
s*****t
发帖数: 987
11
来自主题: JobHunting版 - brainteaser帮忙解释下~

因为有先验概率
f*****r
发帖数: 754
12
来自主题: Returnee版 - 说个海归的话题
言下之意就是回国的都是最后没工作的。
说句实在话,不管个人怎么想,大众观点认为,回国的人之中,不是回去捞钱的,就是
找不到工作的。
由于毕竟回国捞钱的海归属于凤毛麟角,因此先验概率决定了,如果你回国,别人就认
为你是loser,
至少在猜测你是loser。
当然要是都这样想,那一般优秀的人就都不敢回国了。于是一般优秀的人才也需要制造
一些关于回国好
的舆论,或者说希望讨论一下回国的利弊,客观、冷静、理智的看待回国。毕竟,回国
有种种在美国无
法得到,而且让人怀念,让人无法割舍的人、事、地。
总之,对于一般优秀人才海归,千万要做好心理准备,笑骂由人,洒脱的做人。
w*********m
发帖数: 4740
13
你没考虑到a3的先验概率本来就大
milpitas租房a3多,sunnyvale是不是更多呢?
而且租房和买房的地方还是不太一样
a****t
发帖数: 7049
14
来自主题: Basketball版 - 林这黑锅背的可以了
据说三场都是他的责任。
一次:突击上篮没进,ok,有人说不该突。结果先验概率一看突还是最佳选择
还一次:剩半分钟故意犯规,有人说不该犯。结果明显是主教练安排的犯规,不然其他
球员早跳起来了
又一次:滑倒失误,结果是地上有水,哈登也在那里滑倒
这一次:抢到篮板没叫暂停,有人说教练安排叫。结果明显没这战术,不然其他球员不
会立即往回跑进攻
林的错在哪里?不就错在他还不是老练的球员,在对抗和利用规则上缺乏经验,这不是
很正常么?不正常的是那些所谓有经验的球员和主教练怎么也没比他强一点呢?真的一
点都没有比他强啊,呵呵。
b*****g
发帖数: 919
15
来自主题: BrainTeaser版 - 概率题
看见AB再算另两个 就是按先验的去算的啊
C*****H
发帖数: 7927
16
先验概率被修正了,变后验了, 小苹果是Bayesian,更了解老邢,
可惜偶尔也会被老邢坑。。。。。
h*******y
发帖数: 304
17
来自主题: WaterWorld版 - 韩寒与周老虎
如果你讲理, 我就好好跟你说,
方教主质疑韩寒的东西中,最有份量的质疑是韩寒父子在媒体前说话的矛盾性,比如没
看过什么书却在自己的小说里面有引用;剩下的质疑份量都不够,稍微可以引人遐想的
是所谓的文本分析,把求医、书店的经历和韩寒的真实经历对比。其他的扯淡为多。(
如有异议请补充)
但是求医文本分析完全是不靠谱的,不说方舟子没有扎实的文本分析的功底,不说文本
分析本身的准确率就不高(很多被文本分析公认的伪书在文物出土后被推翻),不说文
本分析需要大量样本的对照,而不是将文字与分析者主观经历对照,不说文本分析从来
不会用于当代在世作家(因为世人对作家的作品还没有完全形成可以用来做文本分析的
定论)。
不说以上这些,方舟子的文本分析里,完全不考虑作品本身的虚构因素,以及作品当中
符合逻辑的部分,而是一味地挑刺,即使被网友证实有些东西是真的,也就是按下不表
,继续找别的刺,这完全违背了文本分析中,既要分析似伪部分,也要分析似真部分,
这样才不会陷入先验概率迷失的陷阱。(就是不能只找茬,还要找可能是真的部分,一
起来看)
而韩寒父子在媒体前说话的矛盾性,我无法解释,只能给予猜测。从2000年大... 阅读全帖
T******e
发帖数: 18290
18
抚养他人幼崽和让他人抚养自己幼崽的先验概率是一样的

吗?
z******o
发帖数: 3285
19
来自主题: pets版 - 给狗狗吃wet food
哦呵呵 我觉得最保险就是俩都用 先验概率一样的假设下
b*********d
发帖数: 596
20
知道先验原理么?
m****s
发帖数: 402
21
来自主题: CS版 - 靠,问个棘手的问题
这个很难啊,俺正在学,
设定各点先验概率为P(i), 提取轮廓模型O(p1,p2...),
那就可迭代求解,
P(i|O)=....
估计是这个思路,怎么做请本版高手指点了
s********n
发帖数: 1
22
【 以下文字转载自 Seattle 讨论区 】
发信人: supermelon (melon), 信区: Seattle
标 题: 【征求意见】申请Seattle附近的学校
发信站: BBS 未名空间站 (Thu Apr 3 00:32:41 2008)
国内前十名大学管理本科即将毕业,毕业后将在一所国内银行工作。bf在华大读书,我
想申fall2009,希望能得到一些建议。
申请主要考虑因素:1. 地点:西雅图附近,再远不能出华盛顿州
2. 工作:bf读PhD,所以希望能够毕业以后能够找到工作。当然我知道这个
没有包票,但是希望申请一个成功找工作先验概率比较高的专业。
3. 专业:本科专业读的物流,目前GPA 76/100左右,毕设不知道能不能拉
分。希望能够仍然在business school里面选专业Master(因为准备考GMAT,否则要考GRE
),在国内考过会计上岗证,可以选acct,不知道MBA或者Finance有没有可能。
自己找了一下
-University of Washington: 如果这所的话最好,嘻嘻。不过MPAc
O********9
发帖数: 59
23
来自主题: EE版 - Deep learning现状和未来
据我理解,Deep Learning不一定需要大数据支持。他所需的训练数据量比Shallow
Network要少得多。这是因为Deep Network具有强大的表达能力。假设一个DL有L层,每
层有N个节点。他的参数只有LN个。但是同样表达能力的Shallow Network需要N^L个节
点。这意味着训练数据量是O(LN)。这点类似于与或门电路。一个3层的电路(A+B)*(C+D
)*(E+F)展开有2^3=8项。L层的电路(每层N个或门)展开有N^L项。
Deep Network训练的问题是它的目标函数是一个复杂的非线性函数,有很多局部最优点
,但不是全剧最优。所以用Gradient Decent更新参数的时候,很容易陷入局部最优点
出不来。而且越靠近网络前端的参数的导数越小,所以前几层收敛非常慢。Deep
Learning提出用unsupervised learning的方法先初始化网络参数,然后再用
supervised learning调节参数,使之收敛。这其中的思想是,我们先用unsupervised
learning的方法学习先验概率P(X)的结构(X是网络输入),然后再... 阅读全帖
U*****e
发帖数: 2882
24
来自主题: PoliticalScience版 - 新一轮 唱衰中国已开场
和kzeng讨论一下。
你的上文里说到政治活动分子的作用就像谣言,都是带有噪音的信号。这两者有没有区
别,还是可以讨论一下。谣言从何而来,谁也不好说,所以可以假定是外生。政治活动
分子挑头犯禁,他们显然要冒风险,这应该是个内生的过程。如果其他条件不变,一个
更好的理论应该解释为什么过去活动分子不活动,而现在开始活动了。这就回到了大家
开头的问题。
我的一个解释是,也许活动分子嗅觉比群众更敏锐,当群众对谣言或者政府对一些意外
事件的处理上的变化还无动于衷时,他们通过自己的活动放大那些微弱的信号。用经济
学的例子,他们就像追随市场意外波动的投机者,通过自己的行为可以改变市场主力的
信仰。
假如这个信号的源头确实纯属意外,或者完全是由于政治活动家们主观臆断,那么说
unintended consequence 也不为过。只是理论讲究简洁,索性就一个先验概率人人通
用。其实广义上的贝叶斯博弈并不排斥这种情况。另外,其实正反都很难做实证检验。

_i
w**********y
发帖数: 1691
25
好长..先回再看..呵呵
08年底,一个MSCF的同学被UBS的一个法国人面过这题,一起讨论过.
当然能找到一个strategy去beat 50%.
至于有多好,俺是统计背景,所以解释就是,用bayesian的思想去解释.
如果知道先验概率,就是X,Y的prior distribution,就可以根据这个设计出更好的策略.
思想也类似于统计中的important sampling.
s*****a
发帖数: 353
26
来自主题: Quant版 - 一个纳什平衡的题目
超出纳什均衡了吧,跟两人答题正确的先验概率有关。举个简单例子,如果下一道题谁
答都错,那甲就别bet就好了;如果下一道题谁答都对,那甲就全bet。中间的情况再做
考虑。最广泛的假设是分四种情况,每人对错两种的卡迪尔积,给四个格子分别给上概
率,然后算这种情况下的最优选择
s*****a
发帖数: 353
27
来自主题: Quant版 - 一个纳什平衡的题目
超出纳什均衡了吧,跟两人答题正确的先验概率有关。举个简单例子,如果下一道题谁
答都错,那甲就别bet就好了;如果下一道题谁答都对,那甲就全bet。中间的情况再做
考虑。最广泛的假设是分四种情况,每人对错两种的卡迪尔积,给四个格子分别给上概
率,然后算这种情况下的最优选择
f*******d
发帖数: 339
28
来自主题: Science版 - 赌场问题: frequentist vs. Kaynesian

写错了, 应该是贝叶斯, 不是凯恩斯.
你说的有理, 不过频率派是否有先验概率的观念?
f*******d
发帖数: 339
29

如果频率派没有先验概率 p 的概念, 当然根本谈不到已知
p 等于1/2, 他那样说不就和他后来一帖矛盾啦?
a****t
发帖数: 7049
30
不是,不要盯着先验概率,那是个幌子,可以说technicality,能少假设就少假设,比
如一开始用的平值分布或指数族分布信息含量最少。每次取得数据让你对参数的未知减
少,于是参数分布变了。参数本身不是确定值,无所谓变不变。

的。
n********s
发帖数: 144
31
坚决不是传说
贝叶斯尤其贝叶斯公式什么的避不开,什么时候都有,但是解释就不一样了。你问问那
个时候是不是用所谓先验概率的概念,用的话又怎么解释的。
c***z
发帖数: 6348
32
Can you give a link to the paper you are discussing?
z********n
发帖数: 59
33
https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&ved=
0CDIQFjAA&url=https%3A%2F%2Fhyracks.googlecode.com%2Ffiles%
2FOnlineAggregationForLargeMapReduceJobs.pdf&ei=mYXVUuCMC-HLsAS30oHwBw&usg=
AFQjCNGLnMwL0VDoKqXlNeZ3icnGLLnyJA&sig2=8MjsnXIO5PxuaH69QArqeQ&bvm=bv.
59378465,d.cWc&cad=rjt
Part 4.3
Thank you!!!
l********k
发帖数: 613
34
你能贴一下你看得是哪篇paper吗?

推算
z********n
发帖数: 59
35
https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&ved=
0CDIQFjAA&url=https%3A%2F%2Fhyracks.googlecode.com%2Ffiles%
2FOnlineAggregationForLargeMapReduceJobs.pdf&ei=mYXVUuCMC-HLsAS30oHwBw&usg=
AFQjCNGLnMwL0VDoKqXlNeZ3icnGLLnyJA&sig2=8MjsnXIO5PxuaH69QArqeQ&bvm=bv.
59378465,d.cWc&cad=rjt
Part 4.3
Thank you!!!
l********k
发帖数: 613
36
大致看了下着篇paper,我不是学统计的,大家讨论一下。
我的理解是因为他这个model没有办法拿到所有的数据(这个model的设计导致了
missing data的必然发生),所以他没有data去estimate他需要的Prior distribution
parameters。所以他用了standard的distributions去generate了一个完全non-
informative的priors。这里他选用InvGamma(1,1)是因为这个是经常用到的normal分布
的non-informative prior distribution。不知道怎么解释为什么选择alpha, beta都
是1,可能这是最简单的选择吧。
同样也没有理解他选择generalized beta(1,1)的原因。假定了这个分布,他然后用了
Gibbs sampler去sample了符合GenBeta的分布的点,用这些点去estimate covariances.
所以我的理解是这些prior并没有任何informative的东西,最后的Posterior还是主要
靠算likelihood,P(X... 阅读全帖
z********n
发帖数: 59
37
非常感谢,觉得明白了很多
最大的感受是隔行如隔山 和 bayes无处不在
再次感谢!

果。
inspect
l*******s
发帖数: 1258
38
如果data sample数量足够多的话,不管选啥prior,最后结果相差都不大,因为sample
会对alpha和beta起决定作用。
如果sample数量不够多,那估计会有些变化。
O**********0
发帖数: 61
39
☆─────────────────────────────────────☆
BHistory (往者的影子) 于 (Fri Sep 9 00:20:11 2011, 美东) 提到:
俺曾认为生命是进化起源的,后来越找越发现进化论像是信仰而非科学结论。可是每有
飞机网友觉着俺如此看待进化论是反科学了。
所以俺本着科学的精神,问个问题,求各位飞机进化论牛人给个科学的答案。
大家知道达尔文进化论是以遗传机制为基础的,第一个有遗传机制的生命怎么来的,当
时根本没有提及。
后人发现这一问题后,就又提出了化学进化论,就是无机分子在某种机制下,自动组合
出了第一个有遗传的生命。此后达尔文进化论似乎可以take care(其实未必,今后再
讨论)。
今天我们先看比第一个有遗传生命的出现简单万亿倍的问题,第一个蛋白质如何化学进化出
现?
先亮亮俺一个愚昧基督徒的愚见:
已知最简单的具有遗传机制的单细胞生命的复杂度已经远远超出人们最初的想象,大概
有400种蛋白质几十万个组成。其中较小的蛋白质大概100个氨基酸,如果在随机热运动
中组成,因为自然界对称的氨基酸不少于40种(20多种氨基酸及... 阅读全帖
w*********g
发帖数: 30882
40
来自主题: Military版 - 中宣部已经被西奴渗透很深
中宣部已经被西奴渗透很深 标签: 暂无标签
顶[0] 分享到 发表评论(0) 编辑词条
开心001
人人网
新浪微博
参见核心关联词条:体制内西奴在行动
"土鳖的文科教育,注重在小学阶段就开始选拔特别傻的,进行长期系统的培养,到了
大学毕业,生活能够自理的就进中宣部,中宣部里塞不下了就当有良心的知识分子"
厚积薄发 2009-10-09
http://www.here4news.com/thread/2463864/2#C2474129
回复几句。 22
个人觉得国内目前对言论的管制,是来自于中宣部系统,
很有可能,我原文没有反对这一点。但是,井底望天说过,“中宣部都被普世精英给渗
透了”。我给这个可能性的个人评估是55%。50%是出于公允,多的5% 是因为老井曾经
在体制内干过,现在还有关系联通体制内。
陈mm的发言艰难的过程是谁和什么情况造成的?
从就事论事的角度,我说“网管”,具体的讲,新浪网管或曰版主,您不会反对吧?网
管听命于谁呢?可以说资本,也可以说中宣部。我主动放弃我的“资本”立场,选择你
“中宣部”的立场。
好了,捏造事实,胡说八道的谢泳洪振快可以大行于道,陈郢客的... 阅读全帖
m*****e
发帖数: 10963
41
来自主题: Military版 - 从科学到科幻。。。好书好书!
好书好书,一口气读完! 作者很给力,知识丰富,素养扎实!
哪位菌斑读完的请本帖留名,有空本版切磋!
没读的就请别过了。
必须说明的是这是一本新书刚刚成书,是alfago战胜李世石后出的书!不是一本老掉牙
的老生常谈,十分值得菌斑有思辨爱好的将军一读!
谢谢
------------
从科学到科幻 —— 给《不存在》的讲稿
180 塔塔酱 作者
2016.05.10 02:18 打开App
目录
开场白
科学家的工作方式
理论物理与实验物理
理论物理与数学
物理与哲学
物理与科幻
现代物理中所用的数学工具
微分几何
纤维丛
群论
其它数学
更多的物理话题
大尺度额外维
全息原理
标度相对论与二元相对论
Finsler宇宙
作为统计的宇宙
宇宙的诞生与演化
关于黑洞
量子理论与自由意志
大数据与心灵史学
结尾
开场白
科幻与奇幻、魔幻的根本区别在哪里?
这种区别的主要体现,就在于整个世界环境的背景构建上,也在于人物对世界的观点与
看法上。
也及,科幻作品的整个世界背景的设定,以及人物对其所处环境的整个看法,必须要让
读者相信自己真的深处一个科技的世界。同样的魔幻... 阅读全帖
T*******r
发帖数: 333
42
来自主题: TrustInJesus版 - 再聊进化论:第一个蛋白质
好吧,我最后确认一下我们对证据和证据的效果定义一致。
就按你说的:“各种无机材料(不能是氨基酸)放在一个反应液体里,在合适的物理条
件下,自己产生了很多长链,算算反应速度,即使没产生特定长链,可以从概率算算多
长时间可能产生那个长链。”如果从概率计算出来,这个时间少于2亿地球年(正负误
差5000万年),你就同意生命可以自然产生,按照你的话说就是这个证据成功的“否定
任何先验创造智慧”。是这个意思吗?
换句话说,你同意:人类可以用证据来检验神,检验圣经。如果我们举出了上面描述的
证据,你就接受其为真,认为圣经里描述的神是假的(因为他是先验创造智慧),你认
识到你以前相信圣经,相信基督其实是一个噩梦,上面描述的证据能够将你从梦中惊醒
。你不认为上面的证据其实是撒旦的诡计,是为了迷惑人类故意设计出来的。如果你同
意这一点,请在回复中确认,我好去找证据。
我充分的相信你说的那句话:“俺不会赖你,俺不是吃那碗饭长大的。”
当然了,如果你想改口,我可以接受。你还是可以宣称就算我们举出了上面的证据,你
依然认为我们的证据不能“否定任何先验创造智慧”,不能否定神,不能否定圣经。
那么我们就回到原点:... 阅读全帖
b*****l
发帖数: 3821
43
按照流行的观点(本书反对这种观点),经验科学的特征是它们运用所谓“归纳方
法”。按照这种观点,科学发现的逻辑等同于归纳逻辑,即这些归纳方法的逻辑分析。
一般把这样一种推理称作“归纳的”,假如它是从单称陈述(有时也称作“特称陈
述”),例如对观察和实验结果的记述,过渡到全称陈述,例如假说或理论。
从逻辑的观点来看,显然不能证明从单称陈述(不管它们有多少)中推论出全称陈
述是正确的,因为用这种方法得出的结论总是可以成为错误的。不管我们已经观察到多
少只白天鹅,也不能证明这样的结论;所有天鹅都是白的。
归纳推理是否证明为正确,或者在什么条件下证明为正确,被称作归纳问题。
归纳问题也可以被表述为如何确立根据经验得出的全称陈述真理性的问题,经验科
学的假说和理论系统就是这样的全称陈述。因为许多人相信这些全称陈述的真理性是“
根据经验得知的”;但是,显然,观察或实验结果的经验的记述,首先只能是单称陈述
,不能是全称陈述。因此,人们说从经验得知一个全称陈述的真理性,意思常常是这样
:我们能用某种方法把这个全称陈述的真理性还原为一些单称陈述的正确性,而这些单
称陈述根据经验得知是真的;这就等于说:全称... 阅读全帖
w*s
发帖数: 7227
44
来自主题: Stock版 - 交易生涯15年 from mummy
从上个世纪的Internet Bubble开始进入股市,曾经是莽撞少年,曾经是度日如年,到
现在15年多了。人到中年还不算老,没老到要写回忆录,但是时不时还是需要反思一下
。现有 时候也在想到底这辈子路子走对没有?如果当年不跳这火坑,是不是生活会更
加精彩?如果08/09年海归,是不是现在在国内也会驰姹风云?可惜人生不能重新 来,
走过来了最好也就不要再后悔了。
以交易为职业好多年了,做大了管的钱多了,麻烦事情就多,政府机构,交易所,卷商
都要来管你。所谓too big to fail也都是相对的,你欠大银行1000万,是你的问题,
你欠一个community credit union 1000万,那就是他的问题了。做生意到后来很多事
情其实很闹心,但也都是人在江湖,身不由己了,只能当成生意成本write off掉了。
现在具体交易的什么东西由于各种限制自然是不能再说了,只能在精神的层们上调侃一
下,新手要PICK的还是去报名帮呆56占岗去好了:-) ,我当年JVA就帮他高山占过岗,当
然一山还有一山高,只是我思想觉悟不高,48年叛变投敌国民党了。
现在很多事情也不自由,有时候看见一些... 阅读全帖
M***n
发帖数: 5815
45
【 以下文字转载自 Boston 讨论区 】
发信人: wds (中原一点红:心开运就通,运通福就来), 信区: Boston
标 题: 交易生涯15年 from mummy (转载)
发信站: BBS 未名空间站 (Sat Mar 1 22:34:01 2014, 美东)
发信人: wds (中原一点红:心开运就通,运通福就来), 信区: Stock
标 题: 交易生涯15年 from mummy
发信站: BBS 未名空间站 (Sat Mar 1 22:33:44 2014, 美东)
从上个世纪的Internet Bubble开始进入股市,曾经是莽撞少年,曾经是度日如年,到
现在15年多了。人到中年还不算老,没老到要写回忆录,但是时不时还是需要反思一下
。现有 时候也在想到底这辈子路子走对没有?如果当年不跳这火坑,是不是生活会更
加精彩?如果08/09年海归,是不是现在在国内也会驰姹风云?可惜人生不能重新 来,
走过来了最好也就不要再后悔了。
以交易为职业好多年了,做大了管的钱多了,麻烦事情就多,政府机构,交易所,卷商
都要来管你。所谓too big to fail也都是相... 阅读全帖
g****t
发帖数: 31659
46
来自主题: Stock版 - 交易生涯15年 from mummy (转载)
【 以下文字转载自 Boston 讨论区 】
发信人: wds (中原一点红:心开运就通,运通福就来), 信区: Boston
标 题: 交易生涯15年 from mummy (转载)
发信站: BBS 未名空间站 (Sat Mar 1 22:34:01 2014, 美东)
发信人: wds (中原一点红:心开运就通,运通福就来), 信区: Stock
标 题: 交易生涯15年 from mummy
发信站: BBS 未名空间站 (Sat Mar 1 22:33:44 2014, 美东)
从上个世纪的Internet Bubble开始进入股市,曾经是莽撞少年,曾经是度日如年,到
现在15年多了。人到中年还不算老,没老到要写回忆录,但是时不时还是需要反思一下
。现有 时候也在想到底这辈子路子走对没有?如果当年不跳这火坑,是不是生活会更
加精彩?如果08/09年海归,是不是现在在国内也会驰姹风云?可惜人生不能重新 来,
走过来了最好也就不要再后悔了。
以交易为职业好多年了,做大了管的钱多了,麻烦事情就多,政府机构,交易所,卷商
都要来管你。所谓too big to fail也都是相... 阅读全帖
w*s
发帖数: 7227
47
来自主题: Boston版 - 交易生涯15年 from mummy (转载)
【 以下文字转载自 Stock 讨论区 】
发信人: wds (中原一点红:心开运就通,运通福就来), 信区: Stock
标 题: 交易生涯15年 from mummy
发信站: BBS 未名空间站 (Sat Mar 1 22:33:44 2014, 美东)
从上个世纪的Internet Bubble开始进入股市,曾经是莽撞少年,曾经是度日如年,到
现在15年多了。人到中年还不算老,没老到要写回忆录,但是时不时还是需要反思一下
。现有 时候也在想到底这辈子路子走对没有?如果当年不跳这火坑,是不是生活会更
加精彩?如果08/09年海归,是不是现在在国内也会驰姹风云?可惜人生不能重新 来,
走过来了最好也就不要再后悔了。
以交易为职业好多年了,做大了管的钱多了,麻烦事情就多,政府机构,交易所,卷商
都要来管你。所谓too big to fail也都是相对的,你欠大银行1000万,是你的问题,
你欠一个community credit union 1000万,那就是他的问题了。做生意到后来很多事
情其实很闹心,但也都是人在江湖,身不由己了,只能当成生意成本write off掉了。
现在... 阅读全帖
w*s
发帖数: 7227
48
来自主题: Boston版 - 交易生涯15年 from mummy (转载)
【 以下文字转载自 Stock 讨论区 】
发信人: wds (中原一点红:心开运就通,运通福就来), 信区: Stock
标 题: 交易生涯15年 from mummy
发信站: BBS 未名空间站 (Sat Mar 1 22:33:44 2014, 美东)
从上个世纪的Internet Bubble开始进入股市,曾经是莽撞少年,曾经是度日如年,到
现在15年多了。人到中年还不算老,没老到要写回忆录,但是时不时还是需要反思一下
。现有 时候也在想到底这辈子路子走对没有?如果当年不跳这火坑,是不是生活会更
加精彩?如果08/09年海归,是不是现在在国内也会驰姹风云?可惜人生不能重新 来,
走过来了最好也就不要再后悔了。
以交易为职业好多年了,做大了管的钱多了,麻烦事情就多,政府机构,交易所,卷商
都要来管你。所谓too big to fail也都是相对的,你欠大银行1000万,是你的问题,
你欠一个community credit union 1000万,那就是他的问题了。做生意到后来很多事
情其实很闹心,但也都是人在江湖,身不由己了,只能当成生意成本write off掉了。
现在... 阅读全帖
m*****e
发帖数: 207
49

你混淆了鲜艳概率和已知概率
这么说吧,如果是频率派,他对p的估计一般是用频率估计概率
比如他经过1万次实验发现有5000次正面,他就估计p=1/2
如果是贝叶斯派,他也可以“先验”的认为p=1/2: 这实际上是
p的一个单点分布:Pr(p=1/2)=1. 尽管Bayesians一般都不选这
个先验分布。
原题里实际上是假设p=1/2,没有提p到底是固定的数呢还是随机变量
所以可以不考虑到底是Frequentist和Bayesian
t******l
发帖数: 10908
50
但好像不能预测床铺当选总统。
我觉得这个对于稳定系统成立。。。但是系统越是稳定,越不需要高端统计学,简单的
比如你说的中学先验后验概率就差不多了。
如果系统不稳定,发生的很多跟混沌 chaos 有关。。。而这个好像高端统计学也不给
力。
Natural Language Processing 目前也只能 process 简单的是不是?IBM Watson 的
trivia?复杂的好像都不行。。。人脑处理自然语言不一定是用高端统计学我觉得,当
然基本的中学统计先验后验概率还是需要的。


: You already enjoying the application of Bayesian inference and prior

: distribution. Almost all modern natural language processing are based
on

: that...

: You use it almost every day :p

首页 上页 1 2 3 4 下页 末页 (共4页)