物无妄然必有其理什么意思(毛主席)
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。