Taal Se Taal Mila (Vidya Vox Remix Cover) (ft. Shankar Tucker & Jomy George)
Odhaduje se, že dospělí lidé dělají asi 35 000 rozhodnutí denně - procento dobrých rozhodnutí závisí na dospělém. Tyto volby mohou být stejně banální jako rozhodování o tom, zda se hodit nebo zmačkat toaletní papír, nebo jako emocionálně komplikované, jak se rozhodnout opustit vztah. A protože lidé podléhají spíše než mistrům svých emocionálních zkreslení, strategie a intelektuální rámce jsou nezbytné pro každého, kdo doufá, že bude fungovat rozumným způsobem. Bohužel nejsme vždy nejlepší nástroje. Například způsob, jakým si většina lidí myslí o pravděpodobnosti, není vhodný pro moderní.
V daný den se bude každá osoba žijící v moderní společnosti zabývat organizacemi, stroji a cenovými modely, kterým plně nerozumí. Většina lidí přistupuje k těmto každodenním hádankám praktickým způsobem, s využitím informací, které musí maximalizovat příležitost pro úspěšný výsledek. To je v podstatě to, co nás naši rodiče učí dělat jako děti. To je často to, co lidé říkají, když mluví o „logice“. Ale to je také často nedostatečný proces. Pokud existují značné mezery ve znalostech, liší se jen nepatrně od hádání. Stručně řečeno, přemýšlíme o pravděpodobnosti neefektivním způsobem. Spíše než se zaměřit na výsledky, měli bychom se zaměřit na naše chápání situací s využitím základních myšlenek Bayesovské pravděpodobnosti.
Bayesovská pravděpodobnost zahrnuje stupně víry nad historickými frekvencemi: Myšlenka je, že rozhodnutí učiněná z nejistoty jsou informována tím, co někdo původně ví a je aktualizována, jakmile se člověk setká s novými informacemi. Cílem je minimalizovat riziko při maximalizaci učení. Místo toho, aby se blížili k problémům jako monolitické, Bayesians je rozřezal na více stravitelné kousky. Znalosti se hromadí na cestě.
Abyste pochopili, jak to funguje, musíte udělat matematiku. Centrální rovnice, také známý jako Bayesovo pravidlo, byl formulován Thomasem Bayesem, anglickým duchovním a matematikem, který zemřel v roce 1761. Předpovídá sled událostí vedoucích k výsledku. V rovnici, T znamená hypotézu být testovací a E reprezentuje nové kusy důkazu, které budou buď potvrdit nebo vyvrátit hypotézu. Víry zde nejsou objektivní, ale podmíněné předchozím předpokladem a tím, co se učí na cestě.
Rovnice umožňuje osobám s rozhodovací pravomocí přiřadit pravděpodobnost informacím a událostem najednou, čímž se zvyšuje pravděpodobnost základního předpokladu, který se projevuje nad pravděpodobností výsledku.
Profesorka Queen Mary University z roku 2011 Norman Fenton argumentovala, že nejúčinnějším způsobem, jak učinit rozhodnutí, je pomocí pravděpodobnostních modelů postavených mimo bayesovské sítě. Píše, že finanční krize v roce 2008 byla výzvou k probuzení, že lidé a finanční systémy potřebují lépe hodnotit rizika. Zatímco Bayesova pravděpodobnost existuje od 16. století jako kritický konstrukt, není široce uplatňována ani vyučována. A i když je zřejmé, že Bayesovské myšlení se týká financí, má smysl i pro nesčetné jiné situace.
„Abychom tyto problémy řešili důsledně a efektivně, potřebujeme přísnou metodu kvantifikace nejistoty, která nám umožní kombinovat data s odborným úsudkem,“ píše Fenton. „Bayesovská pravděpodobnost je takový přístup.“
Fenton je důvodem pro zvýšenou aplikaci bayesovské teorie, ale byl přijat dříve - a v dobrém smyslu. Alan Turing používal Bayesian statistiky když praskne kódy během 2. světové války. Jediný důvod, proč nezaujal popularizaci nového způsobu myšlení, bylo, že nikdo nezjistil, dokud informace v roce 2012 nebyly odtajněny. To byl také rok, kdy společnost Nate Silver použila Bayesovu rovnici k předpovědi výsledků voleb v roce 2012 s působivou přesností.
Bayesovská pravděpodobnost je lepší než jiné systémy předpovídající budoucnost, protože je to také jedna z mála metod, které odpovídají tomu, jak skutečně jsou lidé nepředvídatelní. I když zahrnuje to, co člověk ví, reaguje také na skutečnost, že lidská volba je neustále ovlivňována kontextovými a situačními proměnnými. To je užitečné, pokud se snažíte zjistit, jaké zásoby investovat, nebo jaký ovocný talíř bude nejúspěšnější na vašem potlucku.
Ale jak ji můžete aplikovat dnes? Jednoduché: Přemýšlejte o tom, co si myslíte, že víte, a proč si myslíte, že to znáte, než učiníte rozhodnutí. Zamyslete se nad tím, zda vám toto rozhodnutí umožní potvrdit nebo popřít vaše podezření. Je to tak snadné. Jde o to, aby se disciplína zaměřila na to, co se děje, spíše než na jednoduchou realitu událostí. Jen proto, že se něco stane, není to pravděpodobné.
Tato inteligentní domácí kamera je perfektní způsob, jak udržet svůj domácí trezor
Vývoj inteligentního domu spustil tisíce nových vynálezů, ale žádný z nich není důležitější než domácí bezpečnost. Bezpečnostní kamera je základní inteligentní domácí upgrade. Mějte přehled o všem, co má dostatek paměti pro nekonečný záznam po celý měsíc.
Jak získat rady od společnosti Watson, nejznámější inteligentní inteligentní technologie IBM
V roce 2011 ukradla IBM ukázku umělé inteligence, když Watson, mluvící kognitivní počítač, vyhrál Jeopardy! Tím, že dodává počítaču miliony stránek nestrukturovaných dat - to znamená, že žádná čísla nebo hodnoty jsou přehledně uspořádány v tabulkách - společnost „učila“ Watsonovi vše, co potřebovala k tomu, aby důkladně pracovala.
Bydlení na špatných rozhodnutích může vést ke špatnějším rozhodnutím
Jsme odsouzeni opakovat minulost? Ani náhodou. Nic není nevyhnutelné. Stále však existují vzory a vypráví velmi odlišný příběh od toho, co bychom si mohli přát říct. Proti všemu, co jsme se kdy dozvěděli z dospívajících filmů, nový výzkum v časopisu Journal of Consumer Psychology naznačuje, že připomenutí minulých chyb c ...