인간은 본질적으로 불확실성 속에서 살 수 없으며 모든 것을 설명하려고 합니다. 심지어 설명할 수 없습니다. 예를 들어, 사건의 확률. 과거는 "과학"이라는 무기고에서 사용할 수 있는 현재의 망상으로 매우 잘 설명되고 조정되었습니다. 알려진 초기 데이터가 있는 모든 이벤트도 매우 잘 예측할 수 있습니다. 특히 그들 중 소수가있는 경우. 예를 들어, 같은 불행한 Rubik의 큐브를 가져 가십시오. 그것이 틀릴 수 있습니다 ... :-D 큐브가 어느쪽에 있는지 알고 모양과 무게 분포가 이상적이라고 가정하고 마찰력 및 기타를 무시하고 다음과 같다고 가정합니다. 항상 같은 방식으로 같은 노력으로 배출됩니다. 그러면 예를 들어 가장자리 1에서 던지면 4가 빠지도록 자신있게 말할 수 있습니다. 그리고 이제 우리는 현실로 뛰어듭니다. 어떤이? 아, 참 안타깝습니다. 큐브가 이상적이지 않고 항상 다른 노력으로 무작위로 던지고 모든 것에 더하여 인력의 마찰력과 같은 다양한 힘도 있습니다. 결과? 예측불허!!! 그리고 도대체 왜 나에게 이것에 내 소중한 시간을 낭비하고 그것을 일종의 이론으로 전환하고 숫자에 대입하라고 말하는 것입니까? 시간낭비!!! 우리는 간단한 6면체 주사위에 대해 이야기하고 있었습니다. 이제 외환 시장 을 상상해보십시오. 이 경우 초기 데이터를 얼마나 고려해야 합니까? 감히 말할 수 없지만 아주, 아주!!! 단순히 모든 것을 고려할 수는 없습니다! 여기서 확률은 0이 되는 경향이 있습니다! 무슨 기억? 무슨 얘기를 하는 건가요?!!! 머리에서 꺼져!!! 그녀를 속이지 마세요!!! 다락방을 버리지 마세요, 불필요한 쓰레기로 채우지 마세요!!! 이 모든 것이 완전히 사실은 아니지만 이 모든 것을 계산하는 것은 가능합니다. 하지만 그렇지 않습니다. 어떤 이야기에도... 왜 이걸로 돈을 벌지 않습니까? 시장의 모든 증거와 함께? 당신은 "계산"되었습니다. 이 오산이 머리에 박혀 있습니다. 그들은 당신에게 동일한 초기 데이터를 주었습니다. 사실 모든 것이 훨씬 간단합니다. 탐욕, 불안, 두려움(손실)과 같은 몇 가지 기본 데이터가 있습니다. 당신은 그것을 가지고 있습니다. 당신의 두려움에 대해 아는 것 외에도 그들은 돈과 속도도 가지고 있습니다. 당신이 히스토리를 분석하고 모델링을 하는 동안, 당신은 가장 단순한 빠른 알고리즘에 의해 만들어지고 있습니다!
열핵 반응을 취하십시오 - 무작위 변수의 표시 소스. "기억"이 전혀 없습니다. 자연은 확률적 방식으로 배열되며 시장도 확률적 과정의 대상이 됩니다.
농담으로 가자:
번개가 같은 장소에 두 번 내리지 않는 이유는 무엇입니까?
- 자연에는 기억이 있다...
그리고 다른 프로세스가 존재하고 그것들을 고려해야 한다는 사실(단지 terver 및 조합 기반이 아님)은 문제가 되지 않습니다 ...
임호.
무작위성과 확률은 사람들이 법칙이나 분석에 필요한 데이터를 모르는 경우를 위해 발명한 것입니다. 그들은 자연에 존재하지 않습니다
간단한 예 - 짝수 밀리초에 1을 출력하고 홀수 밀리초에 0을 출력하는 자동 장치가 있다고 가정해 보겠습니다. 우리는 언제든지 시작할 수 있습니다. 밀리초까지 정확한 시계가 없거나 그러한 정확도로 자동 장치를 실행할 방법이 없는 경우 결정론적 프로세스가 기본이지만 자동 장치의 출력은 확률이 0.5/0.5인 무작위입니다. . 저것들. 임의성은 프로세스에 대한 불완전한 지식이나 예측에 필요한 데이터가 부족한 상황에서 예측하기 위한 수학적 추상화입니다.
아인슈타인이 말했듯이 "신은 주사위를 굴리지 않습니다." 기회가 없습니다 - 지식이나 데이터가 충분하지 않습니다.
무작위성과 확률은 사람들이 법칙이나 분석에 필요한 데이터를 모르는 경우를 위해 발명한 것입니다. 그들은 자연에 존재하지 않습니다
간단한 예 - 짝수 밀리초에 1을 출력하고 홀수 밀리초에 0을 출력하는 자동 장치가 있다고 가정해 보겠습니다. 우리는 언제든지 시작할 수 있습니다. 밀리초까지 정확한 시계가 없거나 그러한 정확도로 자동 장치를 실행할 방법이 없는 경우 결정론적 프로세스가 기본이지만 자동 장치의 출력은 확률이 0.5/0.5인 무작위입니다. . 저것들. 임의성은 프로세스에 대한 불완전한 지식이나 예측에 필요한 데이터가 부족한 상황에서 예측하기 위한 수학적 추상화입니다.
아인슈타인이 말했듯이 "신은 주사위를 굴리지 않습니다." 기회가 없습니다 - 지식이나 데이터가 충분하지 않습니다.
"당신은 광대함을 포용할 수 없습니다" K. Prutkov
" 내 긴 인생이 나에게 가르쳐 준 유일한 것은 현실 앞에서 우리의 모든과학이 원시적이고 유치하게 순진해 보인다는 것입니다. 그러나 이것이 우리가 가진 가장 가치 있는 것입니다 . " A. 아인슈타인
계속합시다 ... 기계는 인공 제품이 아니라 인공 제품입니다. 나는 ms에 정확한 시계가 없으며 당신도 없습니다. 그러나 0의 그림을 쉽게 보여줄 오실로스코프(인공적으로 다시 생성됨)가 있습니다. 주파수가 1kHz인 -1(정확히 어떻게 작동하는지 모르겠습니다).
과학은 생명의 사건/발전을 "예측"하기 위해 존재합니다. 자연.
현대 유전 공학의 모든 지식 (현재 사람을 복제 할 수 있음)을 사용하여 임신 전에도 부모가 태아의 성별을 결정하십시오. 여기에 0.5 / 0.5가 있습니다. 이것은 자연입니다.
나는 이론에 반대하는 것이 아니라 잘 정의된 이론에 반대합니다... 잘 제시된 이론보다 더 실용적인 것은 없습니다.
무작위성과 확률은 사람들이 법칙이나 분석에 필요한 데이터를 모르는 경우를 위해 발명한 것입니다. 그들은 자연에 존재하지 않습니다
간단한 예 - 짝수 밀리초에 1을 출력하고 홀수 밀리초에 0을 출력하는 자동 장치가 있다고 가정해 보겠습니다. 우리는 언제든지 시작할 수 있습니다. 밀리초까지 정확한 시계가 없거나 그러한 정확도로 자동 장치를 실행할 방법이 없는 경우 결정론적 프로세스가 기본이지만 자동 장치의 출력은 확률이 0.5/0.5인 무작위입니다. . 저것들. 임의성은 프로세스에 대한 불완전한 지식이나 예측에 필요한 데이터가 부족한 상황에서 예측하기 위한 수학적 추상화입니다.
아인슈타인이 말했듯이 "신은 주사위를 굴리지 않습니다." 기회가 없습니다 - 지식이나 데이터가 충분하지 않습니다.
그래, 하지만 기계를 켠 역사는 한 번이면 동전 던지기의 역사처럼 의미를 찾을 수 없다. 미지의 법칙은 한 가지이지만 데이터가 필요한 것은 완전히 다른 것입니다.
* * *
아마도 던지기, 주사위, 룰렛 등에서 이기는 방법의 발명인 정신의학에 새로운 진단을 도입할 때입니다. 등..
그래, 하지만 기계를 켜본 이력은 한 번이면 동전 던지기의 역사처럼 의미를 찾을 수 없다.
왜요? 그리고 경험적으로 이론도 모르고 꼬리가 나올 확률을 알고 싶다면? 수백만 개의 시뮬레이션을 수행하고 50%가 되는 경향이 있는지 확인하고 법칙이 필요하지 않습니다. 이를 기반으로 Monte Carlo Tree Search 알고리즘은 과학, 예를 들어 게임 이론에서 사용되는 기반입니다.
Stasikusssss : 왜요? 그리고 경험적으로 이론도 모르고 꼬리가 나올 확률을 알고 싶다면? 수백만 개의 시뮬레이션을 수행하고 50%가 되는 경향이 있는지 확인하고 법칙이 필요하지 않습니다. 이를 기반으로 Monte Carlo Tree Search 알고리즘은 과학, 예를 들어 게임 이론에서 사용되는 기반입니다.
여기에서 모든 것을 혼동하고 있습니다. 경험적으로 확률을 결정하는 것은 동전을 던진 이력을 분석하여 예측하는 것과는 상당히 다릅니다.
Stasikusssss : 왜요? 그리고 경험적으로 이론도 모르고 꼬리가 나올 확률을 알고 싶다면? 수백만 개의 시뮬레이션을 수행하고 50%가 되는 경향이 있는지 확인하고 법칙이 필요하지 않습니다. 이를 기반으로 Monte Carlo Tree Search 알고리즘은 과학, 예를 들어 게임 이론에서 사용되는 기반입니다.
그리고 동전이 한쪽에 망치로 치면 결과가 50/50과 다를 것입니다. 그런데 이런 식으로 동전의 팽창을 측정하고 직경을 통해 계산하여 변환 할 수도 있습니다. 이것은 절대값으로 부풀어 오른다.
인간은 본질적으로 불확실성 속에서 살 수 없으며 모든 것을 설명하려고 합니다. 심지어 설명할 수 없습니다. 예를 들어, 사건의 확률. 과거는 "과학"이라는 무기고에서 사용할 수 있는 현재의 망상으로 매우 잘 설명되고 조정되었습니다. 알려진 초기 데이터가 있는 모든 이벤트도 매우 잘 예측할 수 있습니다. 특히 그들 중 소수가있는 경우. 예를 들어, 같은 불행한 Rubik의 큐브를 가져 가십시오. 그것이 틀릴 수 있습니다 ... :-D 큐브가 어느쪽에 있는지 알고 모양과 무게 분포가 이상적이라고 가정하고 마찰력 및 기타를 무시하고 다음과 같다고 가정합니다. 항상 같은 방식으로 같은 노력으로 배출됩니다. 그러면 예를 들어 가장자리 1에서 던지면 4가 빠지도록 자신있게 말할 수 있습니다. 그리고 이제 우리는 현실로 뛰어듭니다. 어떤이? 아, 참 안타깝습니다. 큐브가 이상적이지 않고 항상 다른 노력으로 무작위로 던지고 모든 것에 더하여 인력의 마찰력과 같은 다양한 힘도 있습니다. 결과? 예측불허!!! 그리고 도대체 왜 나에게 이것에 내 소중한 시간을 낭비하고 그것을 일종의 이론으로 전환하고 숫자에 대입하라고 말하는 것입니까? 시간낭비!!!
우리는 간단한 6면체 주사위에 대해 이야기하고 있었습니다. 이제 외환 시장 을 상상해보십시오. 이 경우 초기 데이터를 얼마나 고려해야 합니까? 감히 말할 수 없지만 아주, 아주!!! 단순히 모든 것을 고려할 수는 없습니다! 여기서 확률은 0이 되는 경향이 있습니다! 무슨 기억? 무슨 얘기를 하는 건가요?!!! 머리에서 꺼져!!! 그녀를 속이지 마세요!!! 다락방을 버리지 마세요, 불필요한 쓰레기로 채우지 마세요!!!
이 모든 것이 완전히 사실은 아니지만 이 모든 것을 계산하는 것은 가능합니다. 하지만 그렇지 않습니다. 어떤 이야기에도...
왜 이걸로 돈을 벌지 않습니까? 시장의 모든 증거와 함께? 당신은 "계산"되었습니다. 이 오산이 머리에 박혀 있습니다. 그들은 당신에게 동일한 초기 데이터를 주었습니다. 사실 모든 것이 훨씬 간단합니다. 탐욕, 불안, 두려움(손실)과 같은 몇 가지 기본 데이터가 있습니다. 당신은 그것을 가지고 있습니다. 당신의 두려움에 대해 아는 것 외에도 그들은 돈과 속도도 가지고 있습니다. 당신이 히스토리를 분석하고 모델링을 하는 동안, 당신은 가장 단순한 빠른 알고리즘에 의해 만들어지고 있습니다!
확신이 서지 않으면 정리의 텍스트는 비밀이 아니며 첨부된 아카이브에 있습니다. 그 안에서 오류를 찾아보십시오.
>>> 한 깊이에 대한 무작위 시퀀스의 히스토리에 대한 분석이 0 수학적 기대치를 제공한다면 이것은 다른 깊이에 대한 히스토리 분석이 동일한 기대치를 제공한다는 것을 전혀 의미하지 않습니다.
무작위 수열에 대한 기대치가 0일 확률은 0에 가깝습니다. 수학적 기대치는 가중치가 동일한 난수 시퀀스에 대한 평균값에 불과합니다.
"역사 분석"이라는 용어의 의미는 무엇입니까?
용어에 대한 자유로운 이해가 아닌 매트 언어로 정리의 진술을 공식화하면 "정리" 자체가 더 이상 존재하지 않을 것입니다.
>>> 임의의 순서로 메모리의 존재를 증명하려면 전체 깊이까지 분석해야 합니다 .
그것은 고전적인 "무한에 대한 지식은 무한한 시간을 필요로 합니다...", 다시 "깊이"에 대한 "분석"처럼 들립니다. 증거가 없을 것입니다.
열핵 반응을 취하십시오 - 무작위 변수의 표시 소스. "기억"이 전혀 없습니다. 자연은 확률적 방식으로 배열되며 시장도 확률적 과정의 대상이 됩니다.
농담으로 가자:
번개가 같은 장소에 두 번 내리지 않는 이유는 무엇입니까?
- 자연에는 기억이 있다...
그리고 다른 프로세스가 존재하고 그것들을 고려해야 한다는 사실(단지 terver 및 조합 기반이 아님)은 문제가 되지 않습니다 ...
임호.
열핵 반응을 취하십시오 - 무작위 변수의 표시 소스. "기억"이 전혀 없습니다. 자연은 확률적 방식으로 배열되며 시장도 확률적 과정의 대상이 됩니다.
농담으로 가자:
번개가 같은 장소에 두 번 내리지 않는 이유는 무엇입니까?
- 자연에는 기억이 있다...
그리고 다른 프로세스가 존재하고 그것들을 고려해야 한다는 사실(단지 terver 및 조합 기반이 아님)은 문제가 되지 않습니다 ...
임호.
무작위성과 확률은 사람들이 법칙이나 분석에 필요한 데이터를 모르는 경우를 위해 발명한 것입니다. 그들은 자연에 존재하지 않습니다
간단한 예 - 짝수 밀리초에 1을 출력하고 홀수 밀리초에 0을 출력하는 자동 장치가 있다고 가정해 보겠습니다. 우리는 언제든지 시작할 수 있습니다. 밀리초까지 정확한 시계가 없거나 그러한 정확도로 자동 장치를 실행할 방법이 없는 경우 결정론적 프로세스가 기본이지만 자동 장치의 출력은 확률이 0.5/0.5인 무작위입니다. . 저것들. 임의성은 프로세스에 대한 불완전한 지식이나 예측에 필요한 데이터가 부족한 상황에서 예측하기 위한 수학적 추상화입니다.
아인슈타인이 말했듯이 "신은 주사위를 굴리지 않습니다." 기회가 없습니다 - 지식이나 데이터가 충분하지 않습니다.
무작위성과 확률은 사람들이 법칙이나 분석에 필요한 데이터를 모르는 경우를 위해 발명한 것입니다. 그들은 자연에 존재하지 않습니다
간단한 예 - 짝수 밀리초에 1을 출력하고 홀수 밀리초에 0을 출력하는 자동 장치가 있다고 가정해 보겠습니다. 우리는 언제든지 시작할 수 있습니다. 밀리초까지 정확한 시계가 없거나 그러한 정확도로 자동 장치를 실행할 방법이 없는 경우 결정론적 프로세스가 기본이지만 자동 장치의 출력은 확률이 0.5/0.5인 무작위입니다. . 저것들. 임의성은 프로세스에 대한 불완전한 지식이나 예측에 필요한 데이터가 부족한 상황에서 예측하기 위한 수학적 추상화입니다.
아인슈타인이 말했듯이 "신은 주사위를 굴리지 않습니다." 기회가 없습니다 - 지식이나 데이터가 충분하지 않습니다.
"당신은 광대함을 포용할 수 없습니다" K. Prutkov
" 내 긴 인생이 나에게 가르쳐 준 유일한 것은 현실 앞에서 우리의 모든 과학 이 원시적이고 유치하게 순진해 보인다는 것입니다. 그러나 이것이 우리가 가진 가장 가치 있는 것입니다 . " A. 아인슈타인
계속합시다 ... 기계는 인공 제품이 아니라 인공 제품입니다. 나는 ms에 정확한 시계가 없으며 당신도 없습니다. 그러나 0의 그림을 쉽게 보여줄 오실로스코프(인공적으로 다시 생성됨)가 있습니다. 주파수가 1kHz인 -1(정확히 어떻게 작동하는지 모르겠습니다).
과학은 생명의 사건/발전을 "예측"하기 위해 존재합니다. 자연.
현대 유전 공학의 모든 지식 (현재 사람을 복제 할 수 있음)을 사용하여 임신 전에도 부모가 태아의 성별을 결정하십시오. 여기에 0.5 / 0.5가 있습니다. 이것은 자연입니다.
나는 이론에 반대하는 것이 아니라 잘 정의된 이론에 반대합니다... 잘 제시된 이론보다 더 실용적인 것은 없습니다.
무작위성과 확률은 사람들이 법칙이나 분석에 필요한 데이터를 모르는 경우를 위해 발명한 것입니다. 그들은 자연에 존재하지 않습니다
간단한 예 - 짝수 밀리초에 1을 출력하고 홀수 밀리초에 0을 출력하는 자동 장치가 있다고 가정해 보겠습니다. 우리는 언제든지 시작할 수 있습니다. 밀리초까지 정확한 시계가 없거나 그러한 정확도로 자동 장치를 실행할 방법이 없는 경우 결정론적 프로세스가 기본이지만 자동 장치의 출력은 확률이 0.5/0.5인 무작위입니다. . 저것들. 임의성은 프로세스에 대한 불완전한 지식이나 예측에 필요한 데이터가 부족한 상황에서 예측하기 위한 수학적 추상화입니다.
아인슈타인이 말했듯이 "신은 주사위를 굴리지 않습니다." 기회가 없습니다 - 지식이나 데이터가 충분하지 않습니다.
그래, 하지만 기계를 켠 역사는 한 번이면 동전 던지기의 역사처럼 의미를 찾을 수 없다. 미지의 법칙은 한 가지이지만 데이터가 필요한 것은 완전히 다른 것입니다.
* * *
아마도 던지기, 주사위, 룰렛 등에서 이기는 방법의 발명인 정신의학에 새로운 진단을 도입할 때입니다. 등..
그래, 하지만 기계를 켜본 이력은 한 번이면 동전 던지기의 역사처럼 의미를 찾을 수 없다.
왜요? 그리고 경험적으로 이론도 모르고 꼬리가 나올 확률을 알고 싶다면? 수백만 개의 시뮬레이션을 수행하고 50%가 되는 경향이 있는지 확인하고 법칙이 필요하지 않습니다. 이를 기반으로 Monte Carlo Tree Search 알고리즘은 과학, 예를 들어 게임 이론에서 사용되는 기반입니다.
그리고 이제 나는 확률의 정의에 대해 이야기하고 있었습니다(당신이 이것에 실용적인 의미가 전혀 없다고 주장한 것 같았습니다).
당신이 쓰는 모든 것이 맞습니다.
왜요? 그리고 경험적으로 이론도 모르고 꼬리가 나올 확률을 알고 싶다면? 수백만 개의 시뮬레이션을 수행하고 50%가 되는 경향이 있는지 확인하고 법칙이 필요하지 않습니다. 이를 기반으로 Monte Carlo Tree Search 알고리즘은 과학, 예를 들어 게임 이론에서 사용되는 기반입니다.