关键词：多次、接近、逼近概率
最近贝叶斯这个词特别的火，为什么，贝叶斯是机器学习的核心方法之一。卓老板聊科技和罗胖有一期节目都分别提到了贝叶斯，我不是数学专业的学生，对于我来说，粗浅的记录一下我对于贝叶斯的理解与认知。
首先，贝叶斯定理是另一种世界观，心怀贝叶斯定理的人,并不试图刻画这类事件本身,而是从观察者角度出发,甚至也不去假设哪类事件是随机的,或者有一个逼近极限的总体概率。而只是先从以往经验中总结一个大致结果,再在这个结果上判断下次出现这类事件的概率,每次的结果会不断修正之前的判断,不断重复。
比如三类事儿，1、买彩票 2、买股票 3、买房。不用主观判断每件事能赚钱的概率。
不要有彩票中奖概率，买股票七赔两平一赚，北上广房子宇宙无敌之类的主观认知，客观的根据以往的经验总结一个大致的结果。人的一生很短，得到的数据有限，你不可能用一生去证明一个道理，那对于现实又有什么指导意义。所以就需要大数据的模拟。
其次，它反应的是我们知识状态的情况,而并不试图描述有那么一个客观世界,那个客观世界中什么事情发生的概率有多少。
科学中的一些结论反直觉是很正常的。人类基因里可以给予我们的直觉,只能指导我们如何觅食,躲避天敌,在危险的世界活下来。而一旦涉及到科学范畴,那些原始的直觉就不起作用了,想用科学的思维分析周遭,就要摒弃固有的直觉,不断通过理解与学习建立新的直觉。
当我终于培养出来概率的思维，之后，贝叶斯定理，马上推翻了我概率的思维。贝叶斯定理讲的是，虽然，大家对一个东西的判断，有一定的概率，但是对于你个人的微观世界很有可能不一样，你必须，读多次重复的实验，才能接近事物的真相。
