贝叶斯法则

在贝叶斯法则的支持下,我背下很多拗口的经文,积累了一百万字的日更,做过的人就知道,这些其实并不难。

通常,事件A在事件B的条件下的概率,与事件B在事件A的条件下的概率是不一样的;然而,这两者是有确定的关系,贝叶斯法则就是这种关系的陈述。

这也叫概率法则,如果你看到一个人总是做一些好事,则那个人多半会是一个好人。

就是说,当你无法准确知悉一个事物的本质时,可以依靠与事物特定本质相关的事件出现的多少,去判断其本质属性的概率。

与“概率分析”相对应的思维方式是“二极管”,黑白思维。根据某一个案来判断全局结果。这是偷懒的做法。如果出现在沟通之中,说这种话的人,不是太笨就是有所企图,比如“显得自己牛”是个“大聪明”。

成熟的人会积累正向的因素,并且相信这些正向,能够增加目标出现的概率。

他不会期望“跑步一周”,自己就成了八块腹肌的运动健将,也不会因为偶尔一次的偷懒就“心灰意冷”,觉得自己是个意志薄弱的人。

要清晰的认识到,你是什么样的人,在日复一日中,单独的一次呈现并不重要,要每一天都在向自己的目标靠拢,所谓的积沙成塔。

既不幻想一招治敌,也不轻易放弃梦想。缓慢且坚定。这听起来不酷,但却是普通人最能依赖的策略。

近两年,我常常和奥运选手接触,他们总是最早到赛场的人,总是最不厌其烦检查设备的人,总是最有能量接受单次失败的人。或许是因为他们经过了很多失败,已经站到领奖台的他们知道,失败啥都不说明。

在漫长的岁月中,你是谁,最重要。

成功或者失败,是开在概率上的花。

How

# 最开始,怎样才能耐得住烦?可以从自己喜欢的事情开始,逐步练习到不喜欢的。不过要注意,这练习的跨度,可能是以为单位的。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,377评论 6 496
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,390评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,967评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,344评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,441评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,492评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,497评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,274评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,732评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,008评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,184评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,837评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,520评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,156评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,407评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,056评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,074评论 2 352

推荐阅读更多精彩内容

  • 介绍 贝叶斯法则 贝叶斯定理是用来做什么的?简单说,概率预测:某个条件下,一件事发生的概率是多大? wiki 把为...
    andyJi阅读 1,964评论 1 7
  • 贝叶斯 托马斯·贝叶斯(Thomas Bayes,1702-1761),18世纪英国神学家、数学家、数理统计学家和...
    赵阳_c149阅读 816评论 0 5
  • 如果你不是统计学专业出身,没有在教科书上系统学习过贝叶斯法则,那么今天读到的这篇文章,可能会在你的一些朴素的认知基...
    liupc阅读 1,338评论 0 2
  • 1. 预备知识(条件概率) 1.1 条件概率定义公式 1.2 条件概率的乘法定理(乘法规则) 2. 贝叶斯法则 2...
    直接往二阅读 540评论 0 0
  • 60贝叶斯法则 在日常生活中,当面临不确定时,我们对某事件发生的可能性有一个判断,然后,会根据新的信息来修正这个判...
    玩哲阅读 8,174评论 5 77