如何在雜訊中看出真實的訊號,一直以來都是各個領域所需要知道的,科學、企業、人際關係、國際情勢或小規模到購買物品,生活中的任何判斷。都是一樣的,Silver提出幾點方式,其中尤以:Bayesian reasoning 為主要描述,經過三個已知變項,一個未知變項來形成一組代數表達式。來後經由條件機率的不斷修正,會越來越趨向有預測力的結果。
而我認為更有趣的是,即使在任何領域裡面,也常常發生了一些過度的預測,不管是否有根據任何“證據“。例如overfitting, out of sample...,都很容易將以為是訊號的雜訊給討論進來,而給出了不正確的預測。預測跟經驗有一些關係,但若只依賴經驗,則容易陷入各式各樣的陷阱內。
『題外話』
前天跟朋友聊到,尊重專業以及個人的修養,我想這個跟”人“有關的議題,應該還是很難有共識或者有共同的進展,是否會持續地前進,還是也是呈現M型化的分隔,令人感覺非常有趣。
沒有留言:
張貼留言