19、这种战术正如打网，要随时打开，又要随时收拢。打开以争取群众，收拢以应付敌人。

圣人之读

孙武：是故始如处女，敌人开户，后如脱兔，敌不及拒。

孙武：我专为一，敌分为十，是以十攻其一也，则我众而敌寡；能以众击寡者，则吾之所与战者，约矣。

曾国藩：凡利之所在，当与人共分之；名之所在，当与人共享之。

曾国藩：治久乱之地，宜予以生路。

周易：君子以遏恶扬善，顺天休命。

毛主席，

• 我们惟靠争取群众，使自己立于不败，我们跟群众的关系，就象鱼和水的关系，游泳者跟水的关系一样。
• “以一当十，以十当百”，是战略的说法，是对整个战争的敌我对比而言的；在这个意义上，我们确实是如此。不是对战役和战术而言的；在这个意义上，我们决不应如此，无论在反攻或进攻，我们总是集结大力打敌一部。

数学之读

数学上，一般的博弈问题由三个要素所构成：

局中人(Players)

什么样的人是博弈中的局中人，简单理解为参与博弈的人，但是需要满足以下几个条件，

• 在博弈中不存在侥幸心理
• 不可能利用其他局中人的失误来扩展自己的收益
• 以最大化个人利益为目的

所以说，要做最坏的准备。

策略集合(Strategies)

策略集合是局中人的行为的集合，每一个策略行为方案。在田忌赛马中，田忌赛马策略集合{上中下、上下中、下中上、下上中、中上下、中下上}

效用函数(Payoff)

局势也就是局中人的策略组合是一个局势，在一个局势就可以判断出谁赢谁loss

• 对于每一个参与的博弈的局中人都有一个效应函数
• 通常用 U 字母表示效用函数
• 效用函数在静态博弈中一般是局势的函数
• 在动态博弈中效用函数可能是局势的函数，也可能还有其他因素，比如时间
• 每个局中人的目的都是最大化自己的效用函数

对于博弈参与者来说，存在着一博弈结果 。
博弈涉及到均衡：均衡是平衡的意思，在经济学中，均衡意即相关量处于稳定值。所谓纳什均衡，它是一个稳定的博弈结果。

20、注重调查！反对瞎说！

圣人之读

孙武：将之至任，不可不察也。

孙武：故为兵之事，在于顺详敌之意。

孙武：不知敌之情者，不仁之至也。

孙武：先知者，不可取于鬼神，不可象于事，不可验于度，必取于人，知敌之情者也。

孙武：知彼知己，百战不殆。

曾国藩：敬则小心翼翼，事无巨细，皆不敢忽。

周易：不妄取，不妄求，不妄想，不妄求。

毛主席，反对本本主义，理论联系实际，群众路线，实事求是。

数学之读

1）信息是用来消除随机不确定性的东西，失败发生的概率P(x)越大，信息量越小；反之，失败发生的概率越小，信息量就需要越大。

也就是要有足够的调查、侦察、规划和计划，尽量充实信息，使得失败的概率越小。

I=-loga(P(x))

瞎说是什么呢？瞎说会增大随机不确定性。

所以，看信息就是看它是否增大还是减少某个事件追求的随机不确定性。

2）信息是人们在适应外部世界，并使这种适应反作用于外部世界的过程中，同外部世界进行互相交换的内容和名称。

所以，为了获得足够多的交换，就必须要收集特定世界的信息，否则就难以交换甚至不能继续交换。

瞎说是什么呢？瞎说就是混淆了多个外部世界，以致交换失败。

所以，看信息就是看它能否达成交换，能否达成更充分更多的交换和持续交换。

21、一切结论产生于调查情况的末尾，而不是在它的先头。

圣人之读

孙武：故知战之地，知战之日，则可千里而会战。

曾国藩：军旅之事，非以身先之劳之，事必无补。

周易：君子以作事谋始。

毛主席，只要到那个杆子找到农民中有威信的人，问他们有什么事情办，那么我们就起草八条五条政纲，就是这样干，在这个周围来改造政权，建立党，建立军队，建立一切一切，就是这样干。

数学之读

1)美国著名物理化学家吉布斯（Josiah Willard Gibbs）创立了向量分析并将其引入数学物理中，使事件的不确定性和偶然性研究找到了一个全新的角度，从而使人类在科学把握信息的意义上迈出了第一步。他认为“熵”是一个关于物理系统信息不足的量度。

2)当数据集中缺乏某类数据时，模型中对应处理这种场景的参数的不确定性就变大了，结果就是，如果测试时给一个这类的数据，模型表现可能很差。

3)模型不确定性可以被消除：通过增大数据集。

4)数据不确定性（又称偶然不确定性）主要是观测噪音，数据不确定性不可以被消除。

5)置信区间给出的是被测量参数测量值的可信程度范围，即“一定概率”。这个概率被称为置信水平。（毛主席的置信度最高啊，因为他的模型和数据集决定。）

6)贝叶斯定理允许我们利用已有的知识或者信念（belief）（通常是先验知识prior）帮助我们计算相关事件的概率。例如，如果你想要计算在炎热的晴天卖冰淇淋的概率，就可以使用贝叶斯定理。根据贝叶斯定理，我们可以利用在其他天气（如雨天、多云、下雪天等）销售冰淇淋的可能性作为先验知识，然后计算晴天销售冰淇淋的概率。

22、只有蠢人，才是他一个人，或者邀集一堆人，不作调查，而只是冥思苦索地“想办法”，“打主意”。

圣人之读

孙武：昔殷之兴也，伊挚在夏；周之兴也，吕牙在殷。

孙武：凡军之所欲击，城之所欲攻，人之所欲杀，必先知其守将，左右，谒者，门者，舍人之姓名，令吾间必索知之。

曾国藩：挟智术以用世，殊不知世间并无愚人。

周易：随风巽，君子以申命行事

毛主席，钱粮师爷、老秀才，这些人都等于教授。有时房子里挤的人太多，毛主席就在门外摆一个小摊，围一群人。别人以为他是一个算命的，而他正是开调查会。

数学之读

1）不确定性度量反映的是一个随机变量的离散程度（dispersion）。换句话说，这是一个标量，反应了一个随机变量有多「随机」。在金融领域，这通常被称为「风险」。

2）不确定性不是某种单一形式，因为衡量离散程度的方法有很多：标准差、方差、风险值（VaR）和熵都是合适的度量。

3）「越高的不确定性」往往被视为「更糟糕」。

4）认知不确定性，「好的模型都是相似的；差的模型各有不同。」认知不确定性可以通过 softmax 预测阈值设置或集成方法降低。

5）认知需要校准，校准很重要，而且在研究模型中被低估了。优良的校准也意味着优良的准确度，所以这是一个更严格的更高的优化指标。

23、迈开你的两脚，到你的工作范围的各部分各地方去走走，学个孔夫子的“每事问”，任凭什么才力小也能解决问题，因为你未出门时脑子是空的，归来时脑子已经不是空的了，已经载来了解决问题的各种必要材料，问题就是这样子解决了。

圣人之读

孙武：不可取于鬼神，不可象于事，不可验于度，必取于人。

曾国藩：吾辈总以诚心求之，虚心处之。

周易：谦谦君子，卑以自牧也。

周易：君子豹变。

毛主席，对于每一个具体的困难，我们都要采取认真对待的态度，创造必要的条件，讲究对付的方法，一个一个地、一批一批地将它们克服下去。根据我们几十年的经验，我们遇到的每一个困难，果然都被克服下去了。

数学之读

不确定性的来源：

1）观测值的不确定性（Observational Uncertainty）

2）模型的不确定性（Model Structual Uncertainty）

3）参数的不确定性

我们的工作就是如何减少这些不确定性，通过校准（群众路线：从群众中来，到群众中去；坚持群众路线是在实际工作中克服主观主义和官僚主义的有效途径），可以减少不确定性。

24、调查就像“十月怀胎”，解决问题就像“一朝分娩”。

圣人之读

孙武：故明君贤将，所以动而胜人，成功出于众者，先知也。

曾国藩：遇棘手之际，须从耐烦二字痛下工夫。

周易：物无妄然，必有其理。

周易：谦谦君子，用涉大川。

毛主席，在复杂的事物的发展过程中，有许多的矛盾存在，其中必有一种是主要的矛盾，由于它的存在和发展规定或影响着其他矛盾的存在和发展。

数学之读

1）调查，就是不确定性从1消弱到接近0的过程，由信息和模型确定。

2）解决问题，就是确定性从0到1的过程，会有个从丑到美的成长历程。

3）调查和解决问题，是互为因果的关系。

25、你不相信这个结论吗？事实要强迫你信。

圣人之读

孙武：夫惟无虑而易敌者，必擒于人。

孙武：不知彼,不知己，每战必殆。

曾国藩：侥幸以图难成之功，不如坚忍而规远大之策。

周易：穷则变，变则通，通则久。

毛主席，科学的态度是“实事求是”，“自以为是”和“好为人师”那样狂妄的态度是决不能解决问题的。

数学之读

并不是所有数据的价值是相等的，某些数据对模型而言比其他数据更有价值，4种不确定采样方法:

1）最低置信度采样：最高置信度预测与100%置信度之间的差。

2）置信度边际采样：两个最高置信度预测的差值。

3）置信度比率：两个最确信预测之间的比率。

4）基于熵的采样：由信息论定义的，所有预测之间的差异。

人的认知，会被现实确定性校准。

26、斗争策略，决不是少数人坐在房子里能够产生的，它是要在群众的斗争过程中才能产生的，这就是说要在实际经验中才能产生。

圣人之读

孙武：故策之而知得失之计，作之而知动静之理，形之而知死生之地，角之而知有余不足之处。

曾国藩：爱民为治兵第一要义。

曾国藩：天下事只在人力作为，到水尽山穷之时自有路走，只要切实去办。

周易：天地不交，否。天地交，而万物通。

毛主席，

• 政策是革命政党一切实际行动的出发点，并且表现于行动的过程和归宿。
• 所谓经验，就是实行政策的过程和归宿。政策必须在人民实践中，也就是经验中，才能证明其正确与否，才能确定其正确和错误的程度。

数学之读

政策就是模型：

1）模型校准就是要让模型结果预测概率和真实的经验概率保持一致。

2）校准只能在现实世界中校准。

3）评估模型预测的概率，可根据模型的输出将样本分成10个桶，即预测为0至0.1的样本归为一个桶，预测为0.1至0.2的样本归为一个桶等等，以这10个桶作为横坐标；计算每个桶内的正样本占比作为纵坐标，以此绘制的曲线reliability diagram可用于评估。

若reliability diagram靠近于对角线则说明模型校准效果很好，若偏离的很严重说明校准效果很差。