D***n
发帖数: 6804 | 1 数据贴出来？你这话完全是外行。
大一课本上就有一个例子用来解释贝叶斯模型：某种99%准确率的检测手段，应用到某
种低概率的病例筛查上，最后连60%的可信性都没有。
这种低概率的罕见病最后诊断出假阳性／阴性结果非常非常常见。
你丫概率论全忘了吧？ |
|
t**x
发帖数: 20965 | 2 这我不懂
不过酶活性证明这个病, 家庭兄弟同时也证实这个病
其他数据显示基因可以查出的情况下
让大众相信实验室造假的可能有多大?
官司难打, 但是医院互相包庇似乎医生特别害怕, 所以我们选择了揭发而不是打官司
: 数据贴出来？你这话完全是外行。
: 大一课本上就有一个例子用来解释贝叶斯模型：某种99%准确率的检测手段，应
用到某
: 种低概率的病例筛查上，最后连60%的可信性都没有。
: 这种低概率的罕见病最后诊断出假阳性／阴性结果非常非常常见。
: 你丫概率论全忘了吧？
|
|
h****r
发帖数: 258 | 3
folksinger 15 hours ago [-]
Let's take a recent election as an example:
A Bayesian pollster began with a certain set of prior probabilities. That
the college educated were more likely to vote in previous elections, for
example, informed the sample population, because it wouldn't make much sense
to ask the opinions of those who would stay home.
Thus, based on priors that were updated with new empirical data, a new set
of probabilities emerged, that gave a certain candidate a high probability
... 阅读全帖 |
|
N*******M
发帖数: 3963 | 4 a much higher number of non-college educated individuals, aka the
deplorables, aka the silent majority |
|
|
|
i****x
发帖数: 17565 | 7 听说过贝叶斯统计原理吗？每款车的车主都有一个先验分布，通俗地理解可以认为是
stereotype，保险公司会考虑这个先验分布和你的个人数据两者进行定价。比如同一个
人去quote两个GTI的价格，一个是红色一个是黑色，可能红色价格就会高，因为红色车
主总体倾向于危险驾驶，虽然是你同一个司机去quote。 |
|
l****o
发帖数: 832 | 8 猫是根本连基本的逻辑都弄不清的。上面有人说的对，猫纯粹是先搜现卖，还言不达意
和自认有理。
举个具体的例子，猫有次拿得病毒感冒和撞车类比。可以看出，他是搞不清贝叶斯公式
的，prior，posterior，likelihood胡乱的交换着用。我甚至怀疑，猫连条件概率都弄
不清是咋回事，莫非猫是文科生？就这样的，还拿着现搜的数据试图用统计方法解释给
人听。给猫捧臭脚的，除了职业日托外，是不是都是文体类的特招生啊？ |
|
D***n
发帖数: 6804 | 9 根据贝叶斯定理，福克斯导致死亡的概率是这样的：
P(死|福克斯) = P(福克斯|死) P (死) / P(福克斯) where,
P(福克斯) = P(福克斯|活)P(活) + P(福克斯|死)P(死)
以我有限的知识，得出结果起码要知道总注册人数，总死亡人数，福克斯死亡人数，福
克斯占总注册比例。
你是咋得出这结论的？ |
|
i****x
发帖数: 17565 | 10 呵呵呵呵
我呵呵是因为现在了解你了，知道你了解点皮毛就爱卖弄，而且口气还大得不得了。
这个统计数据当然不包含所有信息，最重要的三点是没有考虑每款车每年平均驾驶里程
，不同车司机个体性差异比如性别年龄驾驶风格的不同，和不同车款驾驶环境不同。但
是你所谓normalization，还什么贝叶斯公式，完全是胡扯一通，我只能呵呵呵呵呵了 |
|
i****x
发帖数: 17565 | 11 呵呵呵呵
请小本统计家脱离自我调戏模式，认真给大家解释一下你打算怎么normalize死亡率
data，另外怎么使用贝叶斯公式？
哈哈 |
|
D***n
发帖数: 6804 | 12 呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵
孩子咋这白痴
一看你最基本的factor都找不全，不会找。
和你讨论noramlization岂不是脑袋被门夹了。
贝叶斯公式下面的分母就是Normalization项
自己翻书看看要求是什么。
我现在已经把难度给你降了，以调戏为主，
居然还自己感觉如此良好。
你是希望我以后每次都把你往死了抽么？
呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵 |
|
i****x
发帖数: 17565 | 13 小本来看看一个概率的两种不同算法，看哪个是脱裤子放屁
算法1：
发信人: Decon (Decon), 信区: Automobile
标 题: Re: 老色狼呕血推荐的福克斯走下神坛
发信站: BBS 未名空间站 (Thu Jan 29 18:00:59 2015, 美东)
根据贝叶斯定理，福克斯导致死亡的概率是这样的：
P(死|福克斯) = P(福克斯|死) P (死) / P(福克斯) where,
P(福克斯) = P(福克斯|活)P(活) + P(福克斯|死)P(死)
以我有限的知识，得出结果起码要知道总注册人数，总死亡人数，福克斯死亡人数，福
克斯占总注册比例。
算法2：
P(死|福克斯) = P(死 in 福克斯) / P(福克斯)
=(#(死 in 福克斯) / #(all cars)) / (#(福克斯) / #(all cars))
=#(死 in 福克斯) / #(福克斯)
which is exactly what the stat is: driver deaths per million registered
vehicle years (for each... 阅读全帖 |
|
i****x
发帖数: 17565 | 14 白痴求抽脸，小本莫尿循
发信人: Decon (Decon), 信区: Automobile
标 题: Re: 老色狼呕血推荐的福克斯走下神坛
发信站: BBS 未名空间站 (Fri Jan 30 17:37:30 2015, 美东)
呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵
孩子咋这白痴
一看你最基本的factor都找不全，不会找。
和你讨论noramlization岂不是脑袋被门夹了。
贝叶斯公式下面的分母就是Normalization项
自己翻书看看要求是什么。
我现在已经把难度给你降了，以调戏为主，
居然还自己感觉如此良好。
你是希望我以后每次都把你往死了抽么？
呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵 |
|
D***n
发帖数: 6804 | 15 根据贝叶斯定理，福克斯导致死亡的概率是这样的：
P(死|福克斯) = P(福克斯|死) P (死) / P(福克斯) where,
P(福克斯) = P(福克斯|活)P(活) + P(福克斯|死)P(死)
以我有限的知识，得出结果起码要知道总注册人数，总死亡人数，福克斯死亡人数，福
克斯占总注册比例。
你是咋得出这结论的？ |
|
i****x
发帖数: 17565 | 16 呵呵呵呵
我呵呵是因为现在了解你了，知道你了解点皮毛就爱卖弄，而且口气还大得不得了。
这个统计数据当然不包含所有信息，最重要的三点是没有考虑每款车每年平均驾驶里程
，不同车司机个体性差异比如性别年龄驾驶风格的不同，和不同车款驾驶环境不同。但
是你所谓normalization，还什么贝叶斯公式，完全是胡扯一通，我只能呵呵呵呵呵了 |
|
i****x
发帖数: 17565 | 17 呵呵呵呵
请小本统计家脱离自我调戏模式，认真给大家解释一下你打算怎么normalize死亡率
data，另外怎么使用贝叶斯公式？
哈哈 |
|
D***n
发帖数: 6804 | 18 呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵
孩子咋这白痴
一看你最基本的factor都找不全，不会找。
和你讨论noramlization岂不是脑袋被门夹了。
贝叶斯公式下面的分母就是Normalization项
自己翻书看看要求是什么。
我现在已经把难度给你降了，以调戏为主，
居然还自己感觉如此良好。
你是希望我以后每次都把你往死了抽么？
呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵 |
|
i****x
发帖数: 17565 | 19 小本来看看一个概率的两种不同算法，看哪个是脱裤子放屁
算法1：
发信人: Decon (Decon), 信区: Automobile
标 题: Re: 老色狼呕血推荐的福克斯走下神坛
发信站: BBS 未名空间站 (Thu Jan 29 18:00:59 2015, 美东)
根据贝叶斯定理，福克斯导致死亡的概率是这样的：
P(死|福克斯) = P(福克斯|死) P (死) / P(福克斯) where,
P(福克斯) = P(福克斯|活)P(活) + P(福克斯|死)P(死)
以我有限的知识，得出结果起码要知道总注册人数，总死亡人数，福克斯死亡人数，福
克斯占总注册比例。
算法2：
P(死|福克斯) = P(死 in 福克斯) / P(福克斯)
=(#(死 in 福克斯) / #(all cars)) / (#(福克斯) / #(all cars))
=#(死 in 福克斯) / #(福克斯)
which is exactly what the stat is: driver deaths per million registered
vehicle years (for each... 阅读全帖 |
|
i****x
发帖数: 17565 | 20 白痴求抽脸，小本莫尿循
发信人: Decon (Decon), 信区: Automobile
标 题: Re: 老色狼呕血推荐的福克斯走下神坛
发信站: BBS 未名空间站 (Fri Jan 30 17:37:30 2015, 美东)
呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵
孩子咋这白痴
一看你最基本的factor都找不全，不会找。
和你讨论noramlization岂不是脑袋被门夹了。
贝叶斯公式下面的分母就是Normalization项
自己翻书看看要求是什么。
我现在已经把难度给你降了，以调戏为主，
居然还自己感觉如此良好。
你是希望我以后每次都把你往死了抽么？
呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵呵 |
|
m*******e
发帖数: 254 | 21 上个世纪八、九十年代，我单位的一位领导使尽浑身解数，甚至动用了来查阅资料的外国学者的力量，终于如愿以偿地将自己的儿子送到了国外，引来单位里无数人的羡慕与嫉妒。但不久之后，噩耗传来：其子在比利时卧轨自杀。据说，在生命的最后一刻，他用一把雨伞遮住自己的视线，一步一步缓缓地走向疾驰而来的火车。一个风华正茂的年轻人，就这样孤零零地惨死在异国的土地上。
这个年轻人为什么宁死也不回国呢？据一对知情的老知识分子夫妇所说，他其实一直无法适应国外的生存环境，曾一再向家人表达回国的意愿，却遭到父亲的百般阻挠。他的父亲出生于穷苦的农民家庭，靠着自己先天的聪明才智与后天的艰苦努力，考上了北大研究生，并且最终坐上了国务院直属机构局级领导的宝座。如此成功的一生使他产生了这样的人生信念：有志者，事竟成，并将其视为放之四海而皆准的真理。于是便对儿子放出了狠话：不管多难，你都要在国外坚持下去，就是死也不能回来。不想一语成籤。我想，在以后漫长的人生岁月里，这位领导一定无数次的后悔、流泪，为自己失落的出国梦，更为以生命为代价力图实现这一梦想的骨肉至亲。尽管有着如此惨烈的前车之鉴，向我讲述这个故事的夫妇却一直鼓励我出国。他们... 阅读全帖 |
|
b*******n
发帖数: 1267 | 22 归纳推理
维基百科，自由的百科全书
跳转到： 导航, 搜索
本文介绍的是在哲学和逻辑学中的归纳法。归纳推理是对演绎推理的补全。關於其他也
被称为归纳的主题，詳見「归纳法」。
归纳法或归纳推理(Inductive reasoning)，有时叫做归纳逻辑，是论证的前提支持结
论但不确保结论的推理过程。它基于对特殊的代表(token)的有限观察，把性质或关系
归结到类型；或基于对反复再现的现象的模式(pattern)的有限观察，公式表达规律。
例如，使用归纳法在如下特殊的命题中:
冰是冷的。
弹子球在击打球杆的时候移动。
推断出普遍的命题如:
所有冰都是冷的。
所有弹子球都在击打球杆的时候移动。
目录 [隐藏]
1 例子
2 有效性
3 归纳推理的类型
4 贝叶斯推理
5 實際例子
6 参见
7 外部链接
[编辑] 例子
有效的:
所有观察到的乌鸦都是黑的。
所以所有乌鸦都是黑的。
这例示了归纳的本质: 从特殊归纳出普遍。结论明显不是确定的。除非我们见过所有的
乌鸦 - 我们怎能都知道呢? - 可能还有些罕见的蓝乌鸦或是白烏鴉。
无效的:
我总是把画像挂在钉子上。
所以所有画像都是挂在钉子上 |
|
b*******n
发帖数: 1267 | 23 发 贴 回 复 转载 概率归纳逻辑的兴起
zhangdong81
级别：初中生 (5级)
本小组身份：组长
概率归纳逻辑旨在以数学的概率论和现代演绎逻辑为工具构造归纳逻辑的形式演绎
系统，是现代归纳逻辑的主要发展方向。
一、概率归纳逻辑的开创
18世纪 40年代，休谟指出归纳推理不具有逻辑必然性，认为它只把真前提同可能
的结论相联系,是主观的、心理的，不曾想到当时概率论所揭示的或然性的客观意义及
其对归纳的可能应用。穆勒在《逻辑体系》中以很大篇幅讨论了偶然性问题,认为概率
论只同经验定律的建立有关，而与作为因果律的科学定律的建立无关。惠威尔也对偶然
性作过讨论，但与穆勒一样，并未想到把概率论应用于归纳。直到1859年，德国化学家
本生（R.W.Bunsen）和基尔霍夫（G.R.Kirchoff）用统计方法分析太阳光谱的元素组成
等科学活动，进一步引起科学方法论家对统计推理问题的注意。许多科学方法论家认为
科学结论不是确定的，而是或然的，开始尝试把归纳还原为概率论。
最早将归纳同概率相结合的是德摩根和耶方斯。德摩根将一般除法定理和贝叶斯定
理应用于科学假说。但是布尔（Boole）抓住了 |
|
|
N**7
发帖数: 5796 | 25 不用那么复杂 1% * 3% = 万三
这个是最高的收益
这个要用贝叶斯算吧 |
|
|
i********y
发帖数: 2263 | 27 ......
我去，你的理论甩开什么贝叶斯几条街呀。。。。 |
|
l*3
发帖数: 2279 | 28 全省一届多少考生？全省一届几个状元？是不是一定要各个行业的领军人物都是状元才
行？
你觉得是算 “状元在顶尖人才中的比例” 合理？还是算 “状元中的顶尖人才的比例
” 合理？
是不是3000个状元的成就一定要pk过几亿受教育人群才能说明这3000个人够牛逼？
这文章作者傻逼的连最基本的统计贝叶斯公式都不懂，就在这瞎比比。
我并不是捧高考状元有多牛逼。但是一个很明摆着的事实就是这种在高考里取得高分的
人群显然其在社会上的平均表现和成就是要比一般人高的，即便没成为所谓的 “行业
领袖”，统计平均来讲也要比大部分人厉害。
写这种文章的人脑子都他妈有病，真忍不住想抽。 |
|
X******2
发帖数: 5859 | 29 看来你对统计的行情不太了解。
fsu在统计行业是仅次于那些老牌名校的学校。
要想去老牌名校出身（名校名师）是门槛，没有的话基本
没可能，哪怕你有一堆的四大，除非你做出了重大的结果。
你说的这位，老夫粗看了一下，导师dunson 只能算做得
不错，根本算不上大牛，何况是做贝叶斯的，那些做非贝
叶斯的根本不会买他的账，他的学生能去fsu 算不错了。
当然如果是女的话，结果会好一些。 |
|
b*****l
发帖数: 230 | 30 就我了解的faculty， 社会科学的， 我没有一个听说支持川普。这恐怕也是国内所谓
一流精英缺乏人文教育的结果。作为知识分子，不是会解微分方程，用贝叶斯建模，或
大段背诵莎士比亚就值得这个称号的。楼主，那些所谓的faculty 只是一些没思想的高
级技工而已。震惊耻辱中。 |
|
s*x
发帖数: 3328 | 31 钱不够花，笑话男的，家里搞得一团糟，笑话女的，女的赚钱多少没人笑话，男的做家
务多少没人笑话，总有一些猥琐的男女希望自己的老婆多赚钱或者老公多做家务，楼主
明白？论坛上抱怨老公家务做得少的比抱怨老婆挣钱少的，不过是女人心眼更小的贝叶
斯结果而已。 |
|
t*********l
发帖数: 566 | 32 攒rp，最近遇到的面试题。。。
C++：effective c++上的东西若干；exception相关；继承和子父类指针若干. 十五分
钟左右。
算法/编程：1. 大文件随机sample，one pass. 2. sodoku solver. 3. logn解x^y,
4. DP题 5. 1Billion query里选出时间最近5分钟内最frequent的1000个，one pass
（我以前在amazon见到过这题）。6.两个排序数组找共同中值。递归和非递归解法。7.
斐波那契数列。100层楼梯下楼，可以一步也可以两步，多少种下法？递归和非递归。
8 贝叶斯后验概率。9。多少人在一起，生日可能出现重复概率大于0.5？（算法导论原
题，我只记得个答案，直接说了。。。）10. 一个数组，找最大值比较次数？同时找最
大值和最小值比较次数？找最大值和次最大值比较次数？（他问我是否知道这题，我说
是作业题。后来和师兄聊说是这他常拿来用的面试题。）
系统设计和经验：1 设计一个库，提供timer的功能。deltalist/hash，或类似linux
kernal的 timer 设计。效率 |
|
d*******8
发帖数: 785 | 33 汗。。我就对照了下贝叶斯公式。。以前面试的时候被考过.. |
|
|
d*********i
发帖数: 628 | 35 比如这道题：
有9个球,3个红,3个黑,3个白.其中取3个球,这3个球中同时有红球和黑球的概率是多少? |
|
|
|
b**********e
发帖数: 795 | 38 to be honest, bayes theory is a very small portion of statistics |
|
d**********9
发帖数: 5215 | 39 这种题目其实是考 P(b)=1-p(a), a,b 是同一个space的两个mutually exclusive
events,
跟条件概率没什么关系，别把问题复杂化。很多时候考得就是最basic的东西。 |
|
l****i
发帖数: 48 | 40 the title makes stat people confused |
|
d*********i
发帖数: 628 | 41 好吧，我可能记错了高中数学老师的话~~
多谢指点！ |
|
l****y
发帖数: 58 | 42 【 以下文字转载自 JobMarket 讨论区 】
发信人: lignny (lignny), 信区: JobMarket
标 题: 深圳量化投资工作机会
发信站: BBS 未名空间站 (Wed Aug 31 23:27:17 2011, 美东)
招聘广告
简介：
总部设于深圳的大型证券公司量化投资交易部门因业务发展需要现面向社会招聘各类人
才。该部门具备国际先进的量化投资交易的经验及视野，力求创建国际一流的量化投资
交易团队。欢迎对于金融投资及交易感兴趣的资深技术精英及量化研究专家加入我们，
共同为中国金融领域的发展和创新作出贡献。部门将提供必要的知识培训，并提供极具
竞争力的薪酬结构。有兴趣者请发简历到q***************[email protected]
1）系统开发员（system developer）和量化开发人员（quantitative developer）
岗位职责：
1、开发交易系统底层构架，不断扩展和提升系统性能
2、开发交易系统核心交易程序和交易引擎
3、协助开发投资交易策略的研发环境
4、协助开发投资交易策略
5、研究理解国内外各类市场数据协议，编写行情接受和... 阅读全帖 |
|
t**********h
发帖数: 2273 | 43 贝叶斯，你太看得起我了，受宠若惊啊，我估计干不了10年码工，准备过两年转型当牧
师，到电视上开讲座，出书，这样赚的多点 |
|
K*********n
发帖数: 2852 | 44 呃……这个资料太多了，wiki都够了……随便找任何一本本科教材，前两三章就行了。
看完贝叶斯以后，再补一下几个常用分布，差不多了。 |
|
s*********d
发帖数: 2406 | 45 俺老板抱怨过，所有的书都是先写贝叶斯模型。
搞了几搞， 老美学生都晕了。
还不如，先介绍 unsupervised 和 supervised。 |
|
r**********a
发帖数: 71 | 46 我是从去年10月开始job hunting,中间圣诞节回国待了一个月，然后到这个月初全部面
完。基本上湾区最出名最火的几家公司都面了一遍，大多数都顺利拿到了Offer. 所以
在这里也把自己的面经贴一下，回馈版面感谢大家。
因为签了NDA，我就不具体提公司的名字，也不区分哪些题是哪些公司面的。就把它们
统一的描述一下，而且不少题是在不止一家公司被问过的。
我是今年毕业找工作，所以都是new grad类型的面试，大家可以对难度有个参考。个人
背景是cs专业美东在读，然后以前在国内的时候是ACM业余爱好者。没有代表学校参赛
过，但是在学校的OJ上有三位数的AC题量，基础还算不错吧。
华丽的分割线----------------------------------------------------------------
-----------------
Top K in N sorted array:
这题n多公司面。。就是Multiple merge sort的思路吧。然后弄个size为K的heap存结
果。大部分公司都只要求你说出思路，没要求实现。有一家要求我具体写出来了，我是
用... 阅读全帖 |
|
c*****o
发帖数: 1702 | 47 把条件概率贝叶斯搞搞清楚。问概率的话这个基本上就是最难了。其他的就是统计的那
些东西了 |
|
A***o
发帖数: 358 | 48 那题toss 1000, 550 head, 求p=0.5 概率。 用贝叶斯吗？ |
|
a***n
发帖数: 3633 | 49 你不用犟。JobHunting版转行的人口中的CS不是computer science phd们的CS。
数据挖掘，AI，你还贝叶斯SVM呢，和人家找工作根本两码事。 |
|
g**e
发帖数: 6127 | 50 就是个贝叶斯，还不至于用MC。
这个题掰手指也可以算 |
|
