正如黑与白之间有N多的灰，在预判真假上、在确定性和不确定性之间还有N多的可能性。 随机是个假设，概率≈置信度。 概率就是：根据统计，对可能性进行定量，概率是定量思维。 基于手头已经掌握的一些数据，利用概率统计、数据挖掘或者机器学习的方法，对未知的数据或者未来的发展进行的可量化的预测。 贝叶斯定理认为： 问题的关键是概率的比率。一只狗很可能不会冲着熟悉的人叫，但不可能不冲着陌生人叫。 “当你听到蹄声的时候，应该是马来了，而不是斑马来了”。在所有条件一样的情况下，我们一般会选择更常见的解释。 P(H|E)=P(H&E)/P(E)。P（H|E）就是我们想要求得的概率。
概率是在不确定情况下做决定的关键。 一个数学定理具有这样的特征：如果某一个假设是成立的，那么一个预期的结论就会产生。我们主要的兴趣在于应用这个预期的结论，所以所需的假设最好不要太复杂。 “大致的正确比精确的错误更好。” A/B测试背后的基本思想是，假如有一个理想的平行宇宙用于对照，该宇宙的人与我们这里的人是完全一样的，那么此时如果给某一边的人以特殊待遇，那么结果所导致的变化一定会被归咎于这一特殊待遇。 回答科学问题的三部曲，其任务分别是：（1）提出理论模型，解释已经观察到的现象；（2）预测未被观察到的数据或现象（可能是缺失的数据，也可能是未来才会发生的事件）；（3）通过对真实系统进行具体的干预以达到提前预设的目标。
经过足够多的加法验证和足够多的减法排除，对于明天是否会天亮的答案我们是很笃定的，因为这里面有概率的力量。那么，概率的力量又是来自哪里呢？ 概率是统计的逆向工程。 统计相当于归纳法，而所有的真理、理论，所有的逻辑前提，都是基于归纳法。 例如太阳明天会照常升起，这其实也是归纳出来的“真理”，虽然它并不100%。 这世界上“一切皆相对，唯有相对才是绝对的”（类似于“不变的只有变化”）。 数学也是相对的，比率更是相对的。 100%就绝对了，但这个绝对本质上还是相对。 所以概率思维，比起“简单”的逻辑判断（定性），是更强大、更可靠、更精确、更科学、更接近“真理”的思维工具。
|
