巴西之声Moro No Brasil

这是一本介绍贝叶斯概率的书。 通过观看第一讲大概可以理解贝叶斯概率的大概逻辑了。 贝叶斯概率依赖于大量的历史数据，得到若干概率。 然后使用这些概率，计算出一个目标概率。 比如根据商店历史数据，以及顾客当前的信息，来判断顾客购买商品的概率。 比如女孩子送你礼物，来判断是否喜欢你。 面对大数据，即宏观角度，这个方法没问题。 不过编剧尝试把统计学的宏观概率应用到精确的微观，就显然有问题了。 例如大数据统计已经知道抛硬币概率是50%。 微观上编剧却忽略这个大数据信息，假设不知道硬币的概率，然后从零开始计算硬币的概率。 第一胎生女孩，第二胎女孩的概率计算也是一样的逻辑问题。 编剧因此得出第一胎是女孩子，第二胎依旧是女孩子的概率更大的结论。 如果没有大数据从零开始计算，这个结论没问题。但有大数据背景，这样的计算方式就有问题了。 现在各大互联网的推荐系统或ai系统也是这个道理，已经有用户画像了，就不能忽略这些已有的画像。 否则推荐效果自然会很差。 另外，贝叶斯主要用于计算预测模糊的概率。 如果概率已经确定，再使用贝叶斯去计算概率，也会有问题。 所以书中的大部分内容我就不赞同了。 比如抛硬币、生女孩、三囚徒悖论、抽奖是否变更问题。 得到一个信息，对于独立事件，要计算的概率已经可以根据现在的信息计算出来了。 但是编剧强行假设两个独立事件之间有关系，然后计算出抛硬币概率不是50%的结论，甚至得出悖论。 这些都是错误的使用贝叶斯导致的。 因此不推荐观看这部剧，真要观看，只看第一部分前几章即可。

俄罗斯影视的壮美与厚重，作家对家国同胞的深情与同情，对自然之美的热爱与礼赞，对人文环境的反思与理解，尽在此中。

纸上得来终觉浅，绝知此事要躬行，初级的人要解决初级需求高级的人需要独立的世界观、自洽的知识系统、高度抽象的哲学思考能力

值南京大屠杀公祭日，见慷慨赴死之剑气长城。 心无波澜，不悲不喜。 理当如此。