誰かさんが神の実在性を証明してくれるらしい【IP表示】
■ このスレッドは過去ログ倉庫に格納されています
☆★☆★☆神なんて実在しないよね(*´・ω・)(・ω・`*)ネ- 349 http://rio2016.5ch.net/test/read.cgi/psy/1579105814/
771神も仏も名無しさん2020/01/24(金) 22:09:39.03ID:W6qMQL7l
やぁ、その計算式でもいいかな、ぼくが教えてあげようか
そうだね、明日25日か明後日の26日の22:00-23:00の間に
誰かが実況版にIP表示の板を立ててくれれば、
そこで君ら全員に計算出来るスキルを付けてあげれば
とのご神託を受けましたよ
VIPQ2_EXTDAT: checked:vvvvvv:1000:512:: EXT was configured >>4
それが証明になるっておもってんのなら笑うしかない 説明文とか付けて整理しようと思ってたんだけどね
まぁ、貼り付けるね
終わったら、何か合図だすからね 確率は、事象/起こりえる全ての事象です。
そして大きくdeductionとinductionの2つの考え方があります。
deductionは演繹的でinductionは帰納法という意味です。
deとinの差ですね
deは、サイコロのように予め起こりえる事象の全てが判って場合の手法です。
inは、人の寿命や交通事故に合う率など、過去のデータの照らし合わせる統計的手法です。
主に分布というものを使います。例えば正規分布やポワソン分布といったものです。
もしくは、実際にサイコロを振ってみて、1の目や6の目が出る率をデータ化します。
そうするとイカサマサイコロであっても、目がでる分布を把握できます。
今日、習得して頂くは手法は上の2つはとは違う手法です
最近のコンピュータ技術の発展に伴い脚光を浴びるようになって、
急速に実用化されている手法です。
人工衛星やGPSなど、一度見失ったものを常に探したり、
車のや電車のサスペンション制御など、常に変化する状況を確率的に判断したり
スパムメールや与信調査などなど、ほぼあらゆるところに実用されています。
しかも、原理は非常に簡単なものですが、まだまだ社会に応用されていく余地のある最先端の手法です。 大学などで教わる時には、沈没船の調査や試薬の判断の例で説明されているようです。
あとで手法の名前を出すので、ググると理系の人の解説ページが沢山でてきます。
沈没船などの探索は、見つかるか否かは、探してみないと判りません。
探してみて、あるとかないとかの有無は、いつまでたっても想像のままです。
ですので、とにかく探してみます。
実際の調査団などには、税金などのお金が掛かります。
見つかればそれで終わりですが、見つからない場合に、切り上げる判断基準が必要になります。
昔であれば、ベテランのAさんが言うのであれば終りましょう、と言うこともありましたが、
今の時代、そのような人の匙加減のジャッジメントは許されません。
なので、確率的に無いと言えるので、調査を打ち切りします。などの客観的判断が必要です。
誰もが後追い的に検証できる科学的計算が必要になります。
能書き長いけど、知ったか物理みたいな人もいるからね、なるべく誤解ないように、、、
では、やってみます。
神様だとあれなので、宇宙人にしましょうか
宇宙人は居るのか、居ないのか
判らないですね、ですので最初は半分半分にしましょうか。
この手法では10対90でも何でも仮の確率を設定することが出来ます。
そこをスタート地点にして、調査などで新しいデータを取得して、確率を更新していきます。
そこが、常に新しいデータを収集しているコンピュータに向いてるところでもあり、
何千年も探している宇宙人が見つからないなら、そろそろ居ないと言ってもいいんじゃない、という判断にも向いてるところです。
もしくは、現時点の技術では見つからないので、もう考えても無駄じゃない 何を言っても水掛け論の限界であることが判るわけです。
誤解して欲しくないのは、データの収集方法や探し方は、ここでの数値計算とは別物です。
あくまで、その調査方法において、無いと言える です。
宇宙人の場合、太陽系の外とか調査が出来てないので、そこが科学の限界ですね 昨日待ってる間に作ってた説明文なんだけどね
実際に計算するならやってもらいたいけど、
ピンと来てないなら、それでもいいかな
これはね、ベイスっていうんだ
ベイズの定理
何か適当にググってごらんよ これはね、確率分布の更新 ってい言い方をよくするかな、学問的には
それっぽく難しい表現なら、そういうのが好きな人が沢山解説ページだしてるけどね
そうじゃなくて実戦かな
例えばね、罹患 ベイス なんかでググると、これのちょい難しい例文が出て来るかな
本質的には、同じだけどね 例えばね、観測された事象から正体を絞り込んでいく手法も沢山あるよ
データマイニングとか言われてるかな
何でもかんでも見ていって法則性を見つけるんだ もっとも基本的な知識は、最小二乗法 って言うんだ
まず、観測値をX軸Y軸でプロットしていくんだ
例えば、お湯を沸かす時の、時間と温度みたいな感じで 気温とか、水の不純物などでグラフに誤差は出るけど大体正比例して、点が打てるよね
時間と温度が比例している
火にかけた時間で、温度が大体判る、平均値だね
その平均値と、実際に観測した温度、で差が出るね
1分、2分、、、、10分と全ての点で平均と観測値を、引き算して差を出す。
これをまとめたものを偏差って言うんだ、偏差値の偏差だね
こうしたデータを沢山算出して、偏差の小さいものを、似た者同士としてグループ化するんだ
これが最低限必要なデータを見る知識、観測値を見る知識かな どうする、計算できるようにする、って言ったから
ベイズで計算をやってみる? 居るか居ないか
他にやりようが無いときに、判らないと時に
0.5で仮に置いてみるのは妥当だよね
そこをスタート地点にして探してみる
部屋の中で財布を探す時も同じ感じだけど、
探して100%見付かる訳けじゃなくて、見落す時もあるね。
探索機なら、性能があるよね
だから、無いから見つからない時と、アルのに見落す場合があるね
これ分母になるんだ
見つかった時は、それで終わりだから、見つからない前提の考え方を、ここではしてるんだ それで、分子になるのは、報告書に書く視点で考えると判りやすいかな
「見付かりませんでした、それは無かったからです。」
見落としの確率は、数式的には分母で吸収されてる。
逆に見落としを分子にしてもいいけど、
それだと自分の間抜けさ加減を断定する確率になっちゃうかな でこれを記号化すると、
P(B2)P(A|B2) / P(B2)P(A|B2)+P(B1)P(C|B1)
って感じになる
別にこんなの覚える事はないんだけどね
でも、口で説明すると、こんなに長くなるし、説明が下手とか誤解が生じるだろ
だから記号化した方が都合がいいんだ
それに、あとで誰が検証できるし、間違いがあれば具体的に指摘できるしね
これが科学って奴? そんな事言うのも恥ずかしいんだけどね、、、 じゃぁ、ちょっとやってみようか
最初は、全くワカラナイから、居る 50% 居ない 50%で、
小数点で表現すると 居る0.5 居ない0.5だね それで探してみないといけない
探した後で、まだ居る居ないが半分半分なら捜さないと同じだろ
探した以上、居ない確率は減らないといけない
それが、探索力だね
大人が探すと90%で見つけるものが子供だと60%になる
それが探索力
シートでは、仮に60% にしたんだ
見つからない前提で何かを探す なんて事は、ダメだね、計算できないよ ベイズの定理少しわかったけど
全知全能のパラドックスで話は終わってる で、計算してみる。
分母は、60%の性能で探したけど無かったから見つからない = 0.6×0.5
それに、本当はあったけど、40%は力不足で見落としかも = 0。4×0.5
これを足す すると、 0。6*0。5+0。4*0。5 = 0。5
確かめ算してないけど、合ってる? >>27
そうなの
じゃぁ、あと3レスにまとめて終了ね 分子は、探したけど無いから見つからないで、 0。6*0。5で 0。3かな
それで探したけど見付からなかったので、ベイズだと0。3/0。5で0。6になる
つまり、居ない確率が、0。5から、0。6 へ、50%から60%にあがったんだ
探すたびに居ない確率が上がって、居る確率は下がっていく
居る確率は 1ー居ない確率だからね 1ー0。6 で0。4 40%に減ったんだ これを繰り返すと、限り無くゼロになる。
知ったかすると、ゼロに収束って言い方かな
でもゼロにはならないね
だから、どこかで、キリないからゼロと考えようとする。
これもやり方があって、信頼度とか信頼区間とか、そんな話になっちゃうんだけどね
普通は99%かな、 居ないと言って、それが正しい確率が99%なら、居ないと考えようぜ
っていうのが学問でも実社会でも普通かな ここで話したのは、居る居ないの判断の方法論としてベイズがあるよ、事かな
それと、実際に探す方法はまた別の話だね
探す方法がないなら、すべてが無駄だね
想像の域をでないから、雑談以上の話をしないんだ。
へぼでも探す方法があるなら、探してみて、それを現在の限界点として、
じゃぁ、この後どうしようか、って感じの話になるのかな
まぁ、大体こんな感じかな
お仕舞い、っと
さぁ、白いネコを探す旅を続けるんだ ■ このスレッドは過去ログ倉庫に格納されています