继续晃晃悠悠地构建出更为庞大
如此一来,被休谟怀疑的世界,繁复的以概率关联的因果网络。 假如贝叶斯试图反击休谟的动机是真的,就为要爱惜你的对手添加了有力论据。 让我们用一个简单的贝叶斯计算,来看看智能体如何学习经验。 题目:黑盒子里有两个骰子,一个是正常骰子,扔出数字的概率是;一个是作弊骰子,扔出数字的概率是。
这时你从中摸出
一个骰子,扔了一次,得到一个。 请问:你再扔一次这个未知 波斯尼亚和黑塞哥维那号码数据 的骰子,得到的概率是多大。计算的第一步,是计算这个骰子是正常骰子和作弊骰子的概率分别是多大。 请允许我跳过贝叶斯公式快速计算如下。 是正常骰子的概率为:÷ 是作弊骰子的概率为:÷ 计算的第二步,更新这个骰子的信息。
原来的概率是各
但现在分别是和。 那么,再扔一次,得到的概率就是:× × 。 从本质 捷克共和国电话号码列表 层面理解如上这个简单的计算并不是容易的事情: 两次扔骰子都是独立事件,为什么第一次扔骰子得到的概率和第二次的概率不一样。贝叶斯概率的解释是,第一次扔骰子得到的这一结果,作为信息,更新了我们对第二次扔骰子得到的概率的判断。