最近逛X发现一篇推文还挺有意思，简单归纳的统计学数据，帮助我们更好的生活，原作者是@FuxiangPro，原贴地址：https://twitter.com/fuxiangPro/status/1742448241596408022，以下是原贴内容：
1）37%规则
最优停止理论，又叫秘书问题、找对象算法、苏格拉底找麦穗的科学解法。
行动分为两个阶段，第一阶段挑选，第二个阶段决策。两个阶段的衔接点是37%，当你走完麦田的37%，后面只要出现比之前更好的麦穗，就果断拿下。
对于期限明确，选择众多的场景尤其适用。比如找对象、买房子，都可以看看37%规则是否有指导意义。
2）15.87%学习甜蜜点
又叫最佳练习准确率85%。学习一个东西太难容易陷入恐慌区，太容易会没有进步。这个研究发表在自然杂志，对模型训练实验和生物学习做了大量实验，每次加入15.87%的新陌生数据，剩下约85%是见过的数据，模型的学习速度最快。
这个数据用来指导我们日常学习和生活看起来是靠谱的。每一个新知识都是建立在旧知识的基础之上，量化难度和学习曲线，我为此还做了两个实验：吉他和架子鼓的练习，我用了能够数字化的APP，错误音符都被记录，每次设计目标，把错误率控制在15%左右，努力冲刺，很容易进入心流状态。
学习新东西利用好这个配比，有价值。
3）一天情绪地图
约人谈事儿几点聊？医院做手术哪个时间段成功率高？人一天的情绪变化大概是什么样的曲线？
康奈尔大学通过对240万用户的5亿条Twitter、26000个电话会议分析，得出一个非常明显的趋势：
- 人在周末情绪会更好。
- 一周七天，人的情绪曲线都非常相似。
- 早起和上午是情绪高峰，下午经历情绪低潮，到了晚上情绪开始反弹。 约人谈重要的事，最好约在上午；医生在上午的手术操作更流畅；车祸的高峰时间下午是2-4点。
这一条和我们的直觉接近，早起能量充沛，到了下午就犯困，缓解方式是小睡一会儿。
4）傅里叶变换
把一个复杂的事物拆解成一堆标准化简单事物的方法。这个思路是信号处理的基本方法，声音、图像、遥远星体的观测，到处都要用到傅里叶变换。
码农的世界里流传着一句话：复杂的事情简单化，简单的事情标准化，标注的事情自动化。这句话折射出傅里叶变换的思想。
很多时候，我们所谓的复杂，不过是简单事物的排列组合。
5）贝叶斯方法
一句话概括贝叶斯方法的思想是“观点随着事实发生改变”。给观点附加一个概率，用概率量化自己的信心。
传统的科学方法：
1. 提出一个假设。
2. 做实验验证这个假设。
3. 如果实验合理，就推广。如果实验不合理就证伪。
贝叶斯方法：
1. 先评估自己对假设的信心有多少。
2. 实验等待新证据。
3. 跟新证据，更新自己的信心值。
4. 继续等待新证据……
用一个量化值决定我们的判断，虽然无法完全摆脱主观成分，但是我们可以做出更科学的决策。
6）大模型
上面都是单点外挂，大模型是个系统级外挂！考虑到大模型信息和教程层出不穷，这里就分享一些面对AI的强势使用心得：
- AI就是为了服务我，使用AI要以我为主。
- AI是我的信息杠杆和预测杠杆，AI负责预测，我负责决策。
- AI面前，我是一个有品位、有判断力的决策者。
- 我知道我想要什么，我比AI更强势。
- Author:圣端之牡
- URL:https://blog.sewagemade.me//article/statistic
- Copyright:All articles in this blog, except for special statements, adopt BY-NC-SA agreement. Please indicate the source!
Relate Posts
