《贝叶斯的博弈：数学、思维与人工智能》经典读后感有感

《贝叶斯的博弈：数学、思维与人工智能》是一本由黄黎原（Lê Nguyên Hoang）著作，人民邮电出版社出版的平装图书，本书定价：109，页数：430，特精心收集的读后感，希望对大家能有帮助。

《贝叶斯的博弈：数学、思维与人工智能》读后感(一)：2022年的第21本书——《贝叶斯的博弈》

最近读了一本数学题材书籍——《微积分的力量》后一发不可收拾，借着学习C++的同时，来了解一下概率论。无意间发现这本书，想起读研期间我研究方向就用的贝叶斯公式建模，水了几篇论文，当时并没有真正理解模型，抱着羞愧难当的心情，开始阅读本书。

学术大拿的书有个共同点，天马行空，似乎通篇跑题，除了前几章介绍了贝叶斯基本公式和全概公式解决学生的提问，再没有涉及具体贝叶斯公式应用和计算，而讲了贝爷斯公式地位变化的历史，对哲学，人工智能，大脑神经学，生物学等学科的影响。

本人才疏学浅，跟不上作者某些公式推导，但仍然从本书汲取了营养，我需要继续学习贝叶斯和概率论。

《贝叶斯的博弈：数学、思维与人工智能》读后感(二)：智慧的公式

有没有想过用一种深奥的简洁去看待世界？本书提供了一趟充满激情与疑问的旅程，途中我们可以享受到探索众多学科的乐趣，也可能时时困惑不得其解。计算机科学与认知科学，或者演化生物学和统计物理学，高级的食材往往只需要简单的烹饪。贝叶斯主义像一根红绳，把这些学科很自然地牵连起来。

作者的野心是本书能打破读者此前对逻辑、知识与各个方面认知的看法，更好地确定科学方法的局限性，怀疑自己的过度自信，但更重要的是帮助读者隐约看到赢得作者绝大部分置信度的知识哲学的大致轮廓。我被说服了，并且在这写点推荐～

虽然首章作者提及目标读者是无须预备知识的一般大众，但是其中的旅程并非轻松～我们需要全神贯注才能不被甩下车，同时满脑子都是问号。但直接到达结论并不直接代表成功，困惑也不代表一摊烂泥潭，“科学中最激动人心的话语，也是预示着新发现的话语，并不是'我发现了'，而是'这有点怪啊'”。

P.S. 原书名应该是知识的公式，格局～

《贝叶斯的博弈：数学、思维与人工智能》读后感(三)：贝叶斯的博弈

前半段还不错，用几个案例把贝叶斯公式讲的很清楚。后半段突出一个杂和乱，囊括了很多机器学习的知识点，蜻蜓点水一带而过。告诉我有这么一个东西和贝叶斯关系很大，没然后了。没有相关知识很容易一脸懵逼。

拿L1和L2正则化来说，没有把理解正则化和贝叶斯公式的关系讲的很透彻。在机器学习里，正则化起到的作用是对权重W惩罚，防止过度拟合。没加入正则化的时候，计算W是在做最大似然估计，利用公式可以推导出是在计算arg max log(Y|X,W)。加入正则化后，计算W变成做最大后验估计，利用贝叶斯公式展开，可以推导出在求arg max(log(X,Y|W)+logP(W))，其中P(W)是先验概率。加入正则化后损失函数比没加入前多了一个logP(w)惩罚项。logP(W)取正态化分布的时候是L2正则化，logP(w)取拉布拉斯分布的时候是L1正则化，lopP(W)是常数的时候，最大后验估计这时候退化成了最大似然估计。

能理解作者，作为一本科普书，做不到面面俱到。就当是个引子吧，带着疑惑找寻答案，变成相关知识阅读的起点。

《贝叶斯的博弈：数学、思维与人工智能》读后感(四)：贝叶斯公式是数学中最优美的等式

“贝叶斯主义，就是将条件概率的语言作为所有知识的基础。” 贝叶斯定理是18世纪英国神学家、数学家托马斯·贝叶斯 (Thomas Bayes)所提出的概率论理论，后来发展为统计学中的贝叶斯方法。 贝叶斯定理公式:P(A|B)=P(B|A)*P(A)/P(B) “所谓贝叶斯法则，是指当分析样本大到接近总体数时，样本中事件发生的概率将接近于总体中事件发生的概率。” 如今人们经常将贝叶斯公式应用于科学哲学及知识哲学的演绎推理和归纳推理，用于指出科学与伪科学在可靠性上的差异。 “数学的学习在于练习，在于让头脑摆弄抽象的对象，在于自己不断尝试阐明数学概念。不停地思考数学才能变得擅长数学。” 本书作者是加拿大蒙特利尔理工学校应用数学博士、美国麻省理工学院博士后黄黎原，其以一名贝叶斯主义者的角度，在“本书从数学、哲学、计算机科学、神经科学和人工智能等角度，全面阐述了贝叶斯理论背后的基础知识、思维方式和丰富哲理。” 譬如，人们就曾将贝叶斯统计学应用于法律中的无罪推定、建模、先验概率测定、遗传学、天体物理学、生物学、密码学、地理学、神学、决策、人工智能、神经科学、博弈等方方面面。 其中较为知名的莫过于二战时艾伦·图灵在英格兰布莱切利园内以定量的方式，适时地应用贝叶斯公式和数学工作，从而成功地破译德国恩尼格玛密码机及洛仑兹密码机—— “每当某个恩尼格密码机的配置方式似乎能够部分解码某条信息的时候，这个配置就会获得班伯里值，或者说是贝斯置信度。图灵将不同配置方式的班伯里值结合起来考虑，就能够将搜索引导到优先测试更有希望的配置上。” 还有一个是凯撒曾用过的移位密码以及后来衍生的替换式密码，将所有字母用其它对应或任意字母全盘替换。 “正因为有了密码学，贸易双方才能享受一条全新的信息交流渠道，它让商业交易变得更便捷。” 贝叶斯公式适用的典型场景还有一个是16世纪的苏格兰女王玛丽·斯图亚特，其亦曾在狱中自学替换密码学用于秘密通信，结果被伊丽莎白一世的手下利用关于英语的偏见，成功地破译了玛丽的“巴宾顿阴谋”！ 这本书让我们了解到贝叶斯公式的应用与发展，更好地学会用贝叶斯的方式思考，增强对后量子密码体系等的认知与应用。

《贝叶斯的博弈：数学、思维与人工智能》读后感(五)：思考后的选择，会更有把握

如果用《百年孤独》的开头描述我对知识的渴望，那就是：多年以后，面对世界上越来越多的疑惑，作为妥妥的文科生回想起被那本《贝叶斯的博弈》敲开数学大门的那个晚上......

人到中年，我开始好奇概率问题：一个人得癌症的概率是多少？如果保证孩子成绩排名前三，他考入985的机率是多大？为什么那么多男人热衷于世界杯猜输赢，赢得概率是多少？......

以我的浅薄认知，即使补充大量阅读，也还是得出这样的结果：赢了概率就是100%，输了概率就是100%。所以必要思考所谓概率问题吗？

当我翻到《贝叶斯的博弈》这本书的第一章时，就被吸引住。作者说数学定理有个贝叶斯定理，如果把这个数学证明用来解决世界上的问题，可以帮助我们理清思绪，理解世界的运作模式，这就是贝叶斯哲学，或者贝叶斯主义。

他还举了一个电视游戏节目，100150英镑的奖金池，两个人如果都选择“平分”，那么就可以平分奖金，如果两人都选择“独占”就没人有奖金，如果两人选的不一样，那么选择“独占”就会真的独占奖金。

两人当然都想独占，但风险就是会一分也拿不到，那么对方选择什么就会有很大影响，这种情况如何预测概率做出最佳选择？难道不是靠运气吗？

作者说，这个问题可以用贝叶斯公式推算，像这样的游戏生活中也是比比皆是，不确定性无处不在，自己与他人需要互相依赖彼此的决策，最合理的方法就是预计他人的行动，然后做出适应性的选择。

用三句话概括贝叶斯主义：

1、假设“现实”所有模板、理论、概念都不过是某种信念、虚构或诗歌，所有模型都是错的；

2、实际数据应该迫使我们调整不同模型的重要性，即置信度；

3、调整置信度的方式应该尽可能严谨的遵循贝叶斯公式。

回到电视游戏上，如果听天由命，不如做一些可靠的推荐，依据是什么？与对方的沟通确定置信度，或者通过眼神和表情，如果可以，去尽力说服对方选择“平分”，假如现场毁约，选择了“独占会，我们也接受毫无收获也毫无损失的结果，而对方因为毁约在先，会受到良心和周围道德的谴责。

反过来，如果谈判的结果是对方是坚持平分信念，那么你的主动权会更大，你选择“独占”赢得机率会更大。

那么会有人说，分析来去，最后还不是失败一方。作者的结论是，这个结果比两个人都选择“独占”一分钱没拿到要好一些。贝叶斯主义者，会得益于额外的信息。

沟通、协议和规程成为贝尔斯调整置信度的关键，学习调整正确的置信度是贝叶斯主义的关键。

这本书的作者分享知识的热情令人振奋，就像电影中执着的数学家拉着朋友兴奋的讲述他的发现，不过不是数学难题，而是从数学上发现的智慧钥匙、思考方式。

而像我这样带着问题的听众，在试图跟上他的思路，随着他细致多面的围绕贝叶斯主义的讲解，打开了一些认知思路，而我之前的偏执“中了就是100%概率”结论，被他叫做“纯粹贝叶斯主义”。

2-7章的内容都是讲“纯粹贝叶斯主义”。这正是我最初的疑惑，所罗门诺夫所有可计算的知识哲学都不可能检测出数据中的所有规律，这就是阻止我探索世界规律的黑色墨镜。

试着去接受8-13章作者分享的“实用贝叶斯主义”，14-19章，就是要挑选一些工具，调整置信度的工具。

这个逻辑分段符合我的阅读预期，再次回到第一章我被吸引的部分，那些概率问题，我得说有个数学家带着你思考，总比自己闷在认知局限里要开朗，不极端。

在一通的怀疑、论证、辩驳之后，我对作者说的那句“本书描述的是截止出版时我的认知状态”感恩戴德，正是这句话让我的阅读得到了圆满的暂停，我的认知状态也在改变，而且无法停止流动，流向哪里，这才是科学的认知。

纯粹贝叶斯主义者认为“偏见是理性的基础”，没有偏见，就得不出任何结论。这里的“偏见”并非负面词汇，在知识领域的先验概率。没有语境和质疑，概率检验就出问题。

“实用贝叶斯主义”对我们的策略的选择有很大的指导作用，在博弈中，根据对方给出的信息，判断对方的选择趋势，可以随时调整置信度，从而达到相对优化的策略。

譬如选票、赢取奖金的游戏、玩扑克牌或者桌游、甚至是石头剪子布游戏中如何增加获胜机率。

“实用贝叶斯主义”对置信度有一定的依赖，他们相信可以通过贝叶斯公式推算出一些概率、预测，他们也相信不能万事靠自己，很多时候要参考他人意见。

要如何选择他人意见，增加置信度？

如果你知道某个人要说什么，那么你听他说话也学不到什么，对某位权威的置信度不会改变。

贝叶斯公司还能帮助我们提高学习效率，在网络信息随时可以改变我们的记忆管理的时候，学习方法和权重上应该有所改变，如果能把重点放在如何获取知识、如何分辨可信的理论和不值得赋予置信度的理论，比单纯的教授学科内容更有效，对于普通人来说，怎么查找信息应该优于单纯的记住信息。

这本书果然是个不可思议的旅程，如果只是翻阅一遍，大部分内容是消化不了的，作者在讨论的贝叶斯涉及的内容太广了，从大脑神经到游戏策略，从深度学习到选举机制，每一部分都关系到策略的选择上，也正是我最初对这本书的感兴趣之处。

其中也涉及了大量世界上权威的知识理论，一些诺贝尔经济学获奖者的学术理论，知识密集而结构复杂，关于贝叶斯时而迷惑时而理解，的确是是迷惑、疑问读完了这本书，但会去再选择章节细读一下。

备注：文章中图片来自《鱿鱼游戏》剧照

文|荣荣

长程深入地思考，拒绝短平快失智阅读