第三十九篇——条件概率和贝叶斯公式:机器翻译是怎么工作的?

目录

一、背景介绍

数学中的概率,看似和我们的生活没关系,其实它却是我们生活底层的映射和写照;寻找合适就是在寻找更大概率的那个结果。

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.再某个特定条件下发生的概率,就是条件概率;对于几乎所有的随机事件来讲,条件概率由于条件的存在,它通常不等于本身的概率
  • 2.2.很多人学习别人的经验,用到自己身上就不灵了,原因就是没有搞清楚条件;另一方面,有些原来大家认为不可能做成的事情,一旦条件具备,就成为了大概率事件
  • 2.3.我们假定有一个英语句子Y,想要翻译成中文句子X,那么怎么翻译呢?很多人将它想象成语言学问题,其实这是一个数学问题,或者更准确地说,是一个概率问题
  • 2.4.有没有条件存在,一个随机事件的概率可以相差很大;凡事讲究条件,这是一个重要的知识点
  • 2.5.在数学上条件和结果可以互换,这是它的前提;其次通过这种互换,可以把一个复杂的问题变成三个简单的问题;这就是贝叶斯公式的本质
  • 2.6.在数学上经常要用这样的思路解决问题,看似绕了一个弯,实则是加起了几个桥梁,让本来没有直接通路的两个点,绕几段路能够联通;例如我们之前讲的虚数的作用,其实也是绕一个弯之后,把原来不通的道路走通

3.学习之后对于投资市场的理解

市场是不由任何人去预测的,但是通过对数据的分析和判断,我们能够不断提升自己成功的概率

4.通过这篇文章结合我知道的东西我能想到什么?

  • 1.根据已知的数据,已知的数据越多,我们所谓的条件越多,那么用来做决策和判断的概率准确性就越大;这也是我们从一个产品功能公司理念转换为一个数据公司的底层逻辑
  • 2.将寻找结果映射成提升概率的过程,太有意思了

四、总结

  • 1.一些东西是什么不由这个东西本身,而由看东西的人的认知来决定这个东西可以是什么
  • 2.学对于知的升维所带来的震撼是无以轮比的;沉浸在学的探索中

五、升华

这个时代,知道如何转换为概率,那么你就拥有了通往未来的钥匙。

来自得到app中,吴军老师《数学通识50讲》详读总结

相关推荐
论文复现现场16 小时前
金融大模型微调需要几张 RTX 4090?QLoRA 配置、工期估算与断点续训
大数据·金融·大模型·分布式训练·模型微调·qlora·rtx4090
梦帮科技18 小时前
【3.0】上线与运维:节点监控、水龙头、区块浏览器与安全清单
运维·安全·web安全·金融·区块链·密码学·安全架构
垂钓的小鱼11 天前
2026集合竞价数据从哪里来?6 种获取渠道对比
金融
梦帮科技1 天前
【3.0修订版】跨链中继与事件编排:Relayer 监听、多签验证与故障自愈
web安全·金融·区块链·密码学·智能合约·安全架构·信任链
我命由我123452 天前
金融租赁极简理解
经验分享·学习·职场和发展·金融·求职招聘·职场发展·学习方法
wengad3 天前
嵌入式金融数据上链:挑战、核心问题与解决方案
大数据·金融·区块链·金融创新
骑着蜗牛撵大象3273 天前
大模型工程化实战(十七):金融级 AI 落地——决策可追溯/可复现/可追责/不可抵赖这四件事怎么做
人工智能·金融·哈希·大模型工程化·决策可追溯·可复现
一木 之林4 天前
提示词工程学习总结:用 Few-shot 把大模型调教成金融文本分类、抽取与匹配的自动化流水线
人工智能·学习·计算机视觉·金融·分类
砚底藏山河4 天前
量化实战:截面因子有效性检验(IC 分析与分层回测)
java·python·金融·maven
砚底藏山河5 天前
量化实战:回测数据底座快照与版本管理进阶
java·大数据·python·金融·maven