生活不是掷骰子
图示/公式/案例配图

在线更新图版 139

用于理解 6.1.2 在线贝叶斯公式 的关键结构。

同样,当有了A3以后,在计算P ( H|A1, A2, A3)时,能否不用重新计算,而是用新的观测A3,对之前得到的后验概率P ( H|A1, A2)进行“更新”,得到P ( H|A1, A2, A3)呢?

原始图版

在线更新图版 139

图版说明

同样,当有了A3以后,在计算P ( H|A1, A2, A3)时,能否不用重新计算,而是用新的观测A3,对之前得到的后验概率P ( H|A1, A2)进行“更新”,得到P ( H|A1, A2, A3)呢?

读图拆解

答案是肯定的!这就是一种“迭代计算”的思想,如图6.2所示。我们可以看出,最关键的,就是图中橙色圈里的内容,即如何用当前的观测,来更新上一次的后验概率,从而得到迄今为止所有观测下的后验概率,这就是在线贝叶斯估计。

怎么用

把它当成“概率关系图”来读,而不是当成装饰图片。看完后复述:这张图想改变我哪一个判断习惯?

提醒

如果图中数字或结构看不懂,不要急着跳过。先回到所在章节的源段落,再结合概念页理解术语关系。

关联章节

第6章 在线贝叶斯估计

真正成熟的判断系统,不是等所有信息齐备再动,而是在新信息到来时持续更新概率。

关联原则

  • 反馈回路

    好的判断系统要允许现实反过来修正模型,而不是只让模型解释现实。