什么是贝叶斯原理
老子吧
全部回复
仅看楼主
吧务
level 10
DeepMind1024 楼主
贝叶斯原理就是跟据过去经验动态的调整概率,是人脑的神经网络思考的核心机制,学名深度贝叶斯置信网络,你判断一个事物,分析一个事物,都潜在的运用了这一机制。
比如一个黑盒里放红黑球。你不知道有多少个黑的,多少个红的。你摸出一个是黑的,按照贝叶斯原理,黑球的概率就增加了。再摸又是黑的,黑球的概率又增加了。
摸 100 个全黑 ,红球的概率 是1/102≈0.0098摸 10000 个全黑 的,红球的概率是1/10002≈10−4永不等于 0,实际上盒子里跟本没有红球,但是不摸到最后一个,概率就不会等于0
有人说,研究精神和灵魂,就要从精神和灵魂开始,而不是从概率论开始。就要从人的喜怒哀乐,冲动与安静,豁达与郁闷开始,而不是从贝叶斯公式开始。
其实你这样研究精神和灵魂,本来就是人脑中的深度贝叶斯置信神经网络在发挥贝叶斯原理的作用,大脑会跟据过去的经验,比如人的喜怒哀乐,冲动与安静,豁达与郁闷。然后判断出你的结论。 这个结论其实是一个概率性的,也就是你认为的这种可能性高
你只不过不知道你在思考这些的时候,大脑实际上是一个贝叶斯置信网络罢了。就像你不懂神经网络,也一样会思考。人的思考,不一定知道自己思考的根本原理。你每天都在潜移默化的在运用它,只是不知道它叫贝叶斯原理而已。
人的思想,在贝叶斯原理上,任何东西都有概率,什么各种神,各种抽象概念,什么灵魂,真我,西王母,天庭,都是有概率存在的,只是你过去经验多的话,他们的概率很低罢了,而如果你过去的经验比较少,接触的东西又比较偏,接触的都是小概率事件,往往会将这些偏的东西结合你的小概率事件进行解释,那么这些中的某一个它的概率就会被你放大变高。
这就跟你在黑盒中摸红黑球一样,你摸的次数少,就是经验少,红球这个本不存在的玩意的概率就会变高。而摸的多的,红球的概率就低。全摸的,红球就是0,但是人生一般不会有全摸的黑盒。
贝叶斯这套要想玩的六,淮确率高,完全看你的人生阅历和经验的丰富程度。但是你个人的阅历和经验不可能那么全,是有极限的,这是跟科学的本质差距。
贝叶斯是这套机制的最底层,上层都是基于它,比如马尔可夫链,隐马尔可夫链,置信网络。都是建立在这个机制上面的。隐马尔可夫链和置信网络都可以抽象隐藏层的因子,也就是隐藏因素,这些就是抽象概念,比如你通过经验,抽象出阴阳五行生克制化律
2025年09月04日 13点09分 1
吧务
level 10
DeepMind1024 楼主
这是生物学上神经元的一些激活函数,他们比人工神经网络的激活函数如Relu,logistic,sigmoid等更加复杂。
而你在思考的时候,是不会意识到是这些公式在起作用。
2025年09月04日 13点09分 2
吧务
level 10
DeepMind1024 楼主
单纯靠个人的经验和直觉,进行深度贝叶斯置信神经网络的判断,相当于凭一已之力,单枪匹马单挑整个世界。
你跟本经历不了某一领域内的所有现象和经验。你的个人经验也覆盖不了所有领域。
而且完全受个人经验和直觉影响是不可能的,你多多少少都会受已接触过的文化和知识以及旁人说的各种经历和理论的熏陶。你接触什么多,深度贝叶斯置信神经网络的判断对这个的概率就高,所以更多的反应的是个人的偏见。
2025年09月04日 14点09分 3
吧务
level 10
DeepMind1024 楼主
买空卖空二道贩:
作者若没有经过了解大量的万物生死存亡过程的铺垫,怎么可能写出这样的文字。贝叶斯,可能连荀子或曾子的脚后跟都摸不着,更谈不上和道德经的差距了
==========================================================
你拿着把斧子砍树,然后砍了半个森林,然后说,这把斧子连这半个森林的脚后跟都摸不着
老子,孔子,荀子,还有各种子,都是用脑子。本质是神经网络。处理未知事物,都是靠脑子中的深度贝叶斯置信神经网络来估算概率的,只不过这种概率是生物的电信号经过神经元的激活函数,也就像水龙头的阀门一样,无数个组成水网的无数个不同阀值的水龙头最终输出一个水流强度,这个就是概率了。
不同的是,这些个子,他们各自的经历不同,接触的知识不同,信息不同,所以最后同样的输入,经过这个大的水网中间无数个水龙头,出来的概率不同罢了。
用通俗的说法就是,这些个子,他们大脑中水网中间无数个水龙头的阀门松紧度不同,为什么不同,是因为先前经历不同,灌输不同,导致了这些水龙头的阀门松紧度不同。
2025年09月04日 14点09分 4
@买空卖空二道贩 心脏只有泵血功能,没有用于思考的任何生物组织结构。你都能有这样认知,我真是惊着了。古人经常这么说,是因为不了解人体的构造,因为大脑控制着心脏,你紧张,揪心的时候,心脏跳的快,因为大脑缺血,需要供氧,于是古人跟据直觉感受,以为是心在作用。
2025年09月04日 14点09分
老子显然除了用脑子,主要还是用心,否则就不会说,我愚人之心也。也不会说,不窥庸,以见天道。这些都不是用脑子在思考,是用心在体悟。
2025年09月04日 14点09分
@DeepMind1024 人类思考,是全身参与的,眼耳口鼻身来感,五脏六腑来觉,心脑血管神经有悟的,还有大脑记忆神经元记忆肌肉记忆的,各处作用不同结论不同的 人体是很奇妙的,不是简单定义,不是你想象的直观作用,说整体作用有时只起部分作用,说部分作用了有时又是整体的还有人类不可知的
2025年11月06日 22点11分
@生生生不息 不然你无法解释本能应激抑郁压抑放松气功武术各种现象
2025年11月06日 22点11分
吧务
level 13
人脑有部分机制被解读为贝叶斯神经网络机制,但还有大量的非贝叶斯神经网络机制。比如,心灵共鸣现象,就是和你血缘很近的人如果有大的内心波动,你同时也会产生心理波动,这种机制和什么先验后验数据无关,这是典型的生物场机制。所谓的人工智能再进化200年也不可能具备这样的机制。而佛教道教的禅定却可以发掘和强化这种生物场机制。
2025年09月04日 14点09分 5
人脑,全部是神经网络结构的,只不过负责不同任务的区域,是不同类型的神经网络,而处理概率性的,或者说是未知事物的判断,就是贝叶斯置信神经网络机制
2025年09月04日 14点09分
比如视神经,它是卷积结构的,但是卷积以后的抽象信息,还是会经过置信网络出来这个图像识别是各种物体的概率。
2025年09月04日 14点09分
而负责记忆的海马体,更多的是RNN,循环神经网络,或者长短期记忆LSTM结构的。
2025年09月04日 14点09分
@DeepMind1024 你的这些文字和我说的生物场机制毫无关联。换句话说,贝叶斯神经网络机制对人脑整体机制而言,是不完备的,是九牛一毛的存在。
2025年09月04日 14点09分
吧务
level 13
你用贝叶斯公式解释一下这个灵感的机制是怎么回事。[哈哈]
2025年09月04日 16点09分 6
吧务
level 13
2025年09月04日 16点09分 7
标题党而已,人家也是购彩多年,每次都是凭感觉选号。 而且这次可惜未进行追加投注,遗憾错失追加奖金。 全国凭感觉的多了,他前面购彩多年,也都是凭感觉。
2025年09月04日 16点09分
你可以了解一下石头,剪刀,布游戏的凭感觉是怎么一回事。为什么看似纯随机的玩意,还有80%胜率的策略,这个游戏还有算法大赛。
2025年09月04日 16点09分
掌握了贝叶斯原理,你跟一般人玩石头,剪刀,布,你的胜率是80%多。你的潜意识规律,你未必知道。
2025年09月04日 16点09分
【【毕导】记住两句简单口诀,保你石头剪刀布胜率超过80%!】 https://www.bilibili.com/video/BV18p4y1t76L/?share_source=copy_web&vd_source=da2866c83d115727216f2d8d174e85ce
2025年09月04日 16点09分
吧务
level 10
DeepMind1024 楼主
看见贝叶斯公式了吧
2025年09月04日 16点09分 8
吧务
level 17
贝叶斯定理确实是一种基于已有证据不断更新概率分布的方法。
比如你说的“黑盒红黑球”的例子,就是一个典型的贝叶斯思路:先有一个先验(你认为红球/黑球存在的概率),每次新的抽球结果作为“证据”,再更新你对红球/黑球比例的估计。
在贝叶斯框架下,如果先验里允许某个事件发生,它的后验概率在没有绝对证据的情况下【不会变成零】。
这就是为什么即使你抽到很多黑球,红球的概率依然不是严格的0。
其实在这个框架下,盘古天尊上帝如来佛巴啦啦啦飞天面条,都有自己的【非零】概率,只是置信度太低罢了,几乎忽略不计。仅此而已。
2025年09月04日 23点09分 9
置信度低的前提是这个人经验丰富,学识渊博,信息对等. 如果这些前提不具备,置信度就会很高了.
2025年09月05日 00点09分
贝叶斯是黑盒模式,科学是白盒模式.对应软件工程中的黑盒测试和白盒测试. 能直接闿合的,就不需要贝叶斯这种来猜. 水平比较低,的测试人员,看不懂源代码的,它才进行黑盒测试,而高级测试人员都是白盒测试的.
2025年09月05日 00点09分
只有对于暂时没法闿合的事物,有限信息的决策时,才适用于贝叶斯,然而其决策的淮确率取决于经验丰富,学识渊博,信息对等
2025年09月05日 01点09分
level 10
说白了就是人脑一上场就用苏式辩证法,一叶障目,以为个例是全部,夸大部分作用看不到真正因果关系
2025年11月06日 22点11分 10
level 11
就差直说信佛信神的没见过世面。。。
2025年11月07日 03点11分 11
1