1.3.3 理解随机性_机器学习算法原理与编程实践_红黑联盟读书频道

  • A+
所属分类:其他杂项
本文信息本文由方法SEO顾问发表于2016-06-1417:03:43,共 1265 字,转载请注明:1.3.3 理解随机性_机器学习算法原理与编程实践_红黑联盟读书频道_【方法SEO顾问】

让我们改变一下视角,从整体上观察矩阵(集合)中的对象分布与矩阵整体的关系。这需要引入一个新的概念:概率论。概率论是整个数学大厦中比较难理解的一门学科。这多少与直觉有点差异,人们常把概率简单理解为事件发生的可能性。其实这只是概率的表面现象。想要真正理解概率需要弄清楚两个问题:

确定性与随机性

统计规律

《自然哲学之数学原理》是牛顿最重要的著作,书中构建了科学有史以来第一个完整的、科学的宇宙论和科学理论体系,并试图用统一的力学原因解释宇宙所有的运动和现象,它所造成的影响极其深远。

1986年,这部划时代巨著出版整整三百周年,英国皇家学会专门举办了隆重的纪念大会。在这次大会上,著名的流体力学权威詹姆士.莱特希尔爵士却发表了令人震惊的道歉宣言。

“今天,我们深深意识到,我们的前辈对牛顿力学惊人成就的崇拜,促使他们认为世界具有可预见性,的确,我们在1960年以前大都倾向于相信这个说法,但现在我们知道这是错误的。我们曾经误导了公众,向他们宣传说满足牛顿运动定律的系统是决定论的,可在1960年后这已被证明不是真的,为此,我们愿意向公众表示道歉。”

从认识论角度来看,这是一个划时代的进步,但从常识性的角度而言,这的确让人困惑。如果世界不是确定的,规律从哪里来,我们应该按照何种法则生活?

1963年,美国气象学家洛仑兹建立了一个描述大气对流状况的数学模型,叫洛仑兹动力学方程。这是个简单确定性方程。因为它只有三个变量用来分别代表大气中的风速、温度和气压;说它是确定性的,因为不含任何随机项,初始值也可以给定。但就是由这个方程所描述的只有三个变量的简单确定性系统里,却让我们出乎意料地见到了随机性的一个典型特征:混沌,见识了混沌非比寻常的特性。

洛仑兹动力学方程描绘出的运动轨迹,它具有一种奇特的形状,像一只展开了双翼的蝴蝶,所以又称为蝴蝶效应(如图1.13)。在这个奇妙精巧的蝴蝶上,确定性和随机性被统一在一起:一方面,运动的轨迹必然落在“蝴蝶”上,绝不会远离它们而去,这是确定性的表现,表明系统未来的所有运动都被限制在一个明确的范围之内。另一方面,运动轨迹变化缠绕的规则却是随机性的,任何时候你都无法准确判定下一次运动的轨迹将落在“蝴蝶”的哪一侧翅膀上的哪一点上。也就是说,这个系统运动大的范围是确定的,可预测的;但是运动的细节是随机的,不可预测的。


 

如果从统计学的角度来看,蝴蝶效应说明了两方面的意义:一方面,样本总体(特征向量)的取值范围一般是确定的,所有样本对象(包括已经存在的和未出现的)的取值都位于此空间范围内。另一方面,无论搜集再多的样本对象,也不能使这种随机性降低或者消失。因此,随机性是事物的一种根本的、内在的、无法根除的性质,也是一切事物(概率)的本质属性。

世界中,绝大多数的规律都来源于统计学。地球围绕太阳旋转的周期大约是365天,但每次都有微小差别,否则为什么要制订历法;车辆每次停车的位置都在站台附近,但具体的位置都不一样;抛出硬币落下后不是正面就是反面,但每次实验的结果都很难预期。随机性是隐藏在我们生活中最普遍规律。

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: