首页 > 其他分享 >第四篇——信息度量:世界上有稳赚不赔的生意嘛?

第四篇——信息度量:世界上有稳赚不赔的生意嘛?

时间:2024-06-05 21:31:50浏览次数:11  
标签:不确定性 稳赚 信息量 信息 黑盒子 信息熵 第四篇 度量

目录

一、背景介绍

了解了信息的度量,你就知道世界上那些稳赚不赔的生意背后的逻辑和道理了。

二、思路&方案

  • 1.思维导图
  • 2.文章中经典的句子理解
  • 3.学习之后对于投资市场的理解
  • 4.通过这篇文章结合我知道的东西我能想到什么?

三、过程

1.思维导图

2.文章中经典的句子理解

  • 2.1.对于一条信息,重要的是找出其中有多少信息量,要搞清楚“信息量”,就要对信息进行量化的度量。
  • 2.2.香农给出一个度量信息量的基本单位,就是我们第一讲所讲的“比特”。
  • 2.3.例子:如果一个黑盒子中有A和B两种可能性,它们出现的概率相同,那么要搞清楚到底是A还是B,所需要的信息量就是一比特。
  • 2.4.我们将这样充满不确定性的黑盒子就叫做“信息源”,它里面的不确定性叫做“信息熵”;搞清楚黑盒子是怎么一回事,需要的“信息量”就等于黑盒子里的“信息熵”。
  • 2.5.一个系统中的状态数量,也就是可能性,越多,不确定性就越大;再状态数量保持不变时,如果各个状态的可能性相同,不确定性就很大;相反,如果个别状态容易发生,大部分状态都不可能发生,不确定性就小。
  • 2.6.永远不要听那些正确率总是50%的专家的建议,因为那相当于什么都没说,没有提供能够减少“信息熵”的“信息量”。
  • 2.7.设立赌局赌那个球队赢球的人,通过将钱数提高到信息以上;那么就是稳挣不赔的买卖;高盛做的结构化投资证券是一样的。
  • 2.8.多了解信息论和基本的数学常识,可以再生活中省下不少冤枉钱

3.学习之后对于投资市场的理解

去找信息有效的度量,来消除信息熵;使得不确定性逐渐变小;长周期下看短周期,长周期的各项指标,中周期的各项指标,短周期的各项指标等等

4.通过这篇文章结合我知道的东西我能想到什么?

  • 4.1.度量的过程,超出了我们的直觉认知;其实也是经典的三门问题同类型的逻辑
  • 4.2.计算的过程也是分治方法的一个运用

四、总结

  • 1.又是脑洞的一篇文章;揭露了信息度量的单位,又说明了那些将信息变为概率的转换的生意
  • 2.再一次感叹知识的力量,知识的伟大

五、升华

书中自有黄金屋又变了更深一层的味道。
在这里插入图片描述

标签:不确定性,稳赚,信息量,信息,黑盒子,信息熵,第四篇,度量
From: https://blog.csdn.net/weixin_56699745/article/details/139482141

相关文章

  • Qt学习第四篇(主窗口和ui的使用)
    QMainWindowQMainWindow是一个为用户提供主窗口程序的类,包含一个菜单栏(menubar)、多个工具栏(toolbars)、多个停靠部件(dockwidgets)、一个状态栏(statusbar)及一个中心部件(centralwidget),是许多应用程序的基础,如文本编辑器,图片编辑器等。菜单栏一个主窗口最多只有一个菜......
  • 衡量相似度:度量学习MetricLearning
    总览一般的机器学任务是,给定一个输入,预测其对应的的标签、值或一组值。这样的任务使用像是交叉熵损失Cross-EntropyLoss和均方误差损失MeanSquareErrorLoss就行。度量学习MetricLearning则不一样,它的目标是预测不同输入的相对距离。例如,衡量两张人脸的相似程度,或是推......
  • 数据结构第四篇【再谈泛型】
    数据结构第四篇【再谈泛型】泛型泛型类的使用泛型的上界泛型方法通配符通配符上界通配符下界......
  • 2021新书Python程序设计 人工智能案例实践 Python编程人工智能基本描述统计集中趋势和
    书:pan.baidu.com/s/1owku2NBxL7GdW59zEi20AA?pwd=suov​提取码:suov我的阅读笔记:图像识别:使用深度学习框架(如TensorFlow、PyTorch)创建图像分类模型。探索迁移学习,使用预训练模型进行定制。自然语言处理(NLP):构建一个情感分析模型,用于分析文本中的情感。实现一个文本生成模型,......
  • 软件缺陷数据度量和分析
    缺陷报告,是软件测试这个职位最重要得产出之一。甚至对软件测试这个行业你可以用比较狭隘的描述去定义他为:‘测试就是为了找到缺陷’。测试人员报出的缺陷,可以很好的反应产品中的问题,修复了这些问题,就可以有效的降低产品风险。其实缺陷报告不单单能帮助研发团队发现问题,他也......
  • 第四篇:openEuler网络配置与C语言开发环境验证
    在阅读文章前,请读者朋友认真阅读免责声明:免责声明:本人所发表的所有文章、资源、知识等内容(包括免费、付费等)旨在向广大读者介绍我的职业生涯中积累的一些经验、知识等内容,受个人水平所限这些知识、经验、代码等不一定是最佳实践,也可能存在遗漏、错误,请广大读者自行甄别(甄别......
  • 工业组态软件Intouch(单机版)入门{第四篇}
    Intouch创建项目整体窗口结构一个Intouch项目是由多个窗口组合而成的。想要成功开发出一个界面优美、操作交互合理、运行流畅的项目,会搭配使用各种各样的窗口是前提。下文展示一个常用页面结构的开发。1、我们以1920*1080的项目为例(这是目前使用最多的分辨率),将画面分为三......
  • 【机器学习聚类算法实战-5】机器学习聚类算法之DBSCAN聚类、K均值聚类算法、分层聚类
    ......
  • 自动化建设度量
    一、核心能力及建设要求1、资产维度 资产维度更多是在Case构建维度,如何构建出高质量自动化,主要从稳定性和覆盖率维度做引导;稳定性:希望能引导工程师关注测试用例执行结果,不断提升测试用例的可执行性和代码逻辑的正确性,用例执行通过率越高越好;覆盖率:希望能引导工程师通过用例......
  • 机器学习实践第四篇——贝叶斯分类器
    一.什么是贝叶斯分类器  1.1贝叶斯定理  贝叶斯定理是贝叶斯统计学中的核心定理,它描述了在获得新的观察数据后如何更新概率估计。贝叶斯定理的数学表达如下:  $$P(A|B)=\frac{P(B|A)\cdotP(A)}{P(B)}$$  其中,$P(A|B)$表示在给定观察数据$B$的条件下,事件$A$发......