第十六篇——置信度:马斯克犯了什么数学错误?

目录

一、背景介绍

通过科学的方法判断一件事的真伪,你具备嘛?这篇文章就很好的给你一种方式方法,可以很快的判断一件事的真伪。

二、思路&方案

  • 1.思维导图
  • 2.文章中经典的句子理解
  • 3.学习之后对于投资市场的理解
  • 4.通过这篇文章结合我知道的东西我能想到什么?

三、过程

1.思维导图

2.文章中经典的句子理解

  • 2.1.置信度:可以帮你衡量一个信息到底是否可靠
  • 2.2.你扔了14次的钢镚,有8次正面朝上,6次背面朝上,你有多大的把我说钢镚不均匀,正面朝上的概率更大,这个把握就是置信度
  • 2.3.我们把自己有多么确定这件事也量化地衡量一下,它就是置信度
  • 2.4.如何才能提高置信度;通常的办法就是要增加所统计的样本的数量
  • 2.5.人们在对待信息时通常犯的一个错误,就是忽视它的置信度,以至于我们把完全随机的事情,当成必然的事情
  • 2.6.世界上有很多道理其实都很难验证,大到历史事件,由于很难多次重复,总结经验其实是非常难的
  • 2.7.当我们普罗大众还在为机器取得了智能,会不会反抗人类发愁时,其实已经被那些智能程序控制了
  • 2.8.对于能够重复的事情,要被检验足够多次之后,置信度才高

3.学习之后对于投资市场的理解

对于市场,足够多的信息,对于它的理解置信度才足够高

4.通过这篇文章结合我知道的东西我能想到什么?

  • 4.1.我们总是限于一次的成败当做我们一生的成败之中
  • 4.2.其实对于信息的置信度和做人一样,日久才能见人心,说的也是当数据足够多了之后才能大到一个量变到质变的过程
  • 4.3.其实和一万小时定律也能扯上关系呢

四、总结

  • 1.这个时代早就不是靠所谓的经验去做事就能活下去活得很好了
  • 2.直觉不靠谱这件事,通过信息的置信度这个维度体现的淋漓精致

五、升华

一件事、一个人,置信度多高,取决于数据量的基数有多大。

来自得到app中,吴军老师《信息论40讲》详读总结

相关推荐
MindUp6 小时前
大模型技术在股票分析场景的应用与工具调研
人工智能·金融
砚底藏山河17 小时前
拉数管道设计:从一次性脚本到可重启的数据流水线(魔码量化实战 #01)
java·数据库·python·金融·maven
ChannelLab1 天前
BONK FAQ:关于生态、产品、社区与金融化的 24 个核心问题
金融·区块链
javaDocker1 天前
金融级 AIOps 架构跃迁(从“1-5-10“快恢目标到 AI Agent 告警收敛的完整技术实践)
人工智能·金融·架构
汇海老周2 天前
从“预期”到“现实”:理解《金融炼金术》中的反馈循环
金融
墨_浅-2 天前
20260907金融科技动向:促进中小企业发展“十五五”规划的金融机遇
科技·金融
TheBestRucy2 天前
从Function Calling到MCP协议:金融Agent工具调用链路完整梳理
金融
lunzi_08263 天前
【无标题】
ai·金融·开源·供应链安全·ai agent·银行开源治理
砚底藏山河3 天前
行情工程实战 M01|存储选型 CSVSQLiteMySQL
java·python·金融·maven
M哥支付3 天前
高频交易优选方案:银联快捷支付通道
服务器·网络·其他·微信·金融