Видео

天书

原来如此所以说 相亲里遇到的好看的人都是性格垃圾！😂

测阳性阴性的实验或者模型一般不用准确率，而是用recall和precision

我认为0.9循环=1是人类记数法的局限，人的大脑天生更偏好离散的整数，在这个基础上建立起来的表达数字的方法对于描述稠密的、连续的数字会很吃力，所以才会出现0.9循环这个冗余的表达方式。

不管有多少東西，沒有人去分發，自然沒有結果，都沒有人了，何來的數學

個人覺得第二的例子不太適當 癌症陽性的人佔總人數的比例確實比較少 但直接把他套用在試劑測試時樣本比例覺得有種隱藏前提硬要使人掉進陷阱的感覺 誰又能保證這個比例不是長時間對相同數量的陰性陽性患者採樣的結果呢

愛漫士

看过那么多视频，作为一个做统计的，你的三门问题是讲的最好的

借貸跟負債不算是負數嗎? 很驚訝原來是這麼後期才完全接受負數

虽然一些知识点不完全看懂或想通，但还是感受到了作者的用心和真诚。这是人类的判断，不是AI的判断。 😂😂

看第一眼還以為是以3blue1brown那一系列影片為基礎的翻譯講解，但看了之後真的是很紮實的內容。舉例和比喻簡單易懂，還有很多幽默的梗讓我笑出來，有很多之前對AI有些模糊的概念更清晰了，看完真的收穫很多，謝謝。

3門問題，我來講一個大人小孩都聽得懂的解釋：「主持人開掉的那扇門，一定不是大獎的門，因此改選剩下來的門，大獎的機率就提高了。」

難怪我除了三門悖論聽懂了以外另外兩個悖論我聽不懂 因為對我來說另外兩個悖論不成悖論 是很直覺的思考模式😂

有个玩意叫看门狗程序

除的本质是分份，分0份就是0

因为统一不了。0作为除数或者分母，得到的结果至今没有一个能服众的统一说法，以至于衍生出了无穷小量这个概念；而root(-1)却由复平面统一了，而复数运算是封闭的。因此，i是有意义的；而0作为除数或分母是无意义的，或者严格来说，应该叫“未定义”。

医院的问题，如果真信了，对选择有所误导。 因为得大病的还是要去大医院才是正确的选择。

伊普西隆可以是任意值那一段卡住了我

然而對於平常生活中沒有用處，卻要在選擇志向前強行學習。 某數的I次方在圖形上的點為是哪呢

太多错了的，写论文还可以。难一点的函数它老是算错

三門問題一開始誤導大量統計學家，甚至知名數學家Paul Erdos也反對換門然後贏的機率是2/3。對於這一點是因為當初這問題被提出來時條件沒定義清楚，並沒有說明是否門先編號再選 ，是否是問條件機率，當剩下兩扇門是羊時，主持人是否可以隨機選擇開門

最後一段 讓我想起了 印度神片 三個傻瓜 作者真的很感人

只能說 太神啦～解釋得好清楚 真的 太棒了 這輩子從沒想過 大神啊

检查悖论里, 试纸的准确率其实包含两个方面，一是本来没癌的人被测出癌症，二是本来有爱癌的人被测出没癌,前者叫false positive, 后者叫 false negative. 视频对这两种比例没有区分,都默认2%，实际情况一般来8两者并不相同 0:55

請問 f(x) = x/2+1/2 怎麼來的?

三门问题其实通俗来说就是一般直觉认为自己第一次的选择是不影响概率的，但实际上，因为规则是“打开另一扇山羊的门”，而大概率第一次选中也是山羊的门（2/3），所以换的话就大概率是宝藏了。

有没有人能不能帮我解疑一下，三门问题的变体。一个班级100个人，老师搞抽奖只有一个奖品，每个人抽了一个，然后一个一个打开，直到开完98个，都没有奖，那是不是剩下的两个同学都应该选择跟对方换抽签来提升中奖概率呢？换完之后两个人的概率都是99/100？

悖論就是悖論，真正的答案永遠是50對50 當然有個例外，那就是你只聽到主持人講幹，門不打開是50對50，門打開都是薛墮特的羊肉爐

變異的瞬間是發生在蛋未生成前的精和卵細胞裡面， 第一個變成雞的細胞，不是在蛋內，所以， 嚴格來說， 先有雞的受精卵細胞，然後有蛋，然後才有雞祖先， 但如果那時候的環境，蛋內的細胞會基因突變，那地球上第一個雞蛋就這樣出現了， 但是又如果，當時的環境下，種的形成和差異是相對性而不是絕對性， 就假如當時雞是當時某種鳥的亞種，他能跟附近的幾個亞種種群繁殖，但是不能跟很遠的其他亞種繁殖下一代，因為隔離的時間與距離太遠，基因差異太大了， 這時候新舊物種的分別是模糊的，參考野生美洲牛蛙的繁殖特性。 突然， 這時環境或氣候突然變化了， 雞祖先的亞種，與遠距離的亞種，分開了變成兩個種了，中間亞種消失了， 那麼雞與蛋就是同時瞬間形成的。 不知道這個論述對不對。

10:43 為什麼油管總是推送我一看了就討厭的廣告! 難道是因為這個算法,還是我就討厭所有廣告! 還有 我真不了解為什麼谷歌幾乎只推送詐騙廣告!!! 谷歌到底有沒有在用算法?我舉報N多次了谷哥都算不出來?

直觉与逻辑

可區間的意思不就是不會碰到上線與下限嗎？也就是不＝1也不等於0.9 以邏輯算下去必定不等於1 0.1...=1×0.1...=1×1/9=1/9 0.2..=2×0.1...=2×1/9=2/9 ... 0.9..=9×0.1..=9×1/9=1 1.1=11×0.1..=11×1/9 11111.1..=111111×0.1..=111111×1/9=13013 11111.1..-11112=1901 11112<11111.1.. ？？ .. 以此公式證明無窮小數的分數轉化公式存在偏差值

好东西好粮食，谢谢🙏主播哈😋

Very Good! I have learned a lot about AI.

中文圈能有這樣的博主太幸福了

非常精彩，辛苦了，视频最后声音都哑了😂

能夠興致勃勃的看完這約90分鐘影片的，大概就是我們這些理工男了。往往在媒體上和現實生活中暢聊AI 發展滿口人工智能的人們，我覺得大部分是不會花時間理解y=f(x).... 這是啥東西的，請幫理工男請加入說故事能力函數 ，大家一起加油。

GPT模型和人類說話的方式還是比較相似的。差別可能是人類有多一層工作記憶(或稱短期記憶)作為語句建構的指導，讓人能把話扣在一個主題上。拜登和特朗普辯論時就表現出"記憶體不足"的現象。那時拜登還是能接著自己的話說，但是卻脫離了原本的主題。原因就是人類在說話時，接下來將脫口而出的詞彙是由前言所引導。這也是為何1.閒聊時我們可以不經深思的講一大堆，2.精神渙散時，會講出一些不經大腦的話(照理說大腦不思考了，人不應該停止說話嗎?)。 但是，diffusion模型就跟人類創作圖像的過程完全不同了。我覺得diffusion模型這條道走不遠。要做出符合現實的圖像創作，根本上和GPT需要接觸現實世界一樣，AI需要通過實物的3D構型去理解物體。而圖像只是3D構型的投影，影片則是連續投影。且繪圖的AI還需要語言模型輔助，以"理解"抽象概念。抽象概念將調整3D構型的體態動作、位置關係等，藉此表達出圖像想要傳遞的訊息。

像這些東西立法院根本不懂，進而製作出一堆低能政策，群眾也是白癡（這種白癡是應該的），專家一次兩次心寒之後，選擇向錢靠，進而社會敗壞，文明衰落。

普林斯顿，李飞飞的母校

最后一个首先不是悖论，其次你的解释和图片内容根本不相关。图片中大医院每个科室治愈率都比小医院更高，但是总治愈率更低，问题出在每个科室人数的比重并不同。例如只看两个医院的科室5，大医院足足有125人，占比是所有科室中最高的，治愈率只有24%，严重拉低了平均治愈率。而小医院的科室5虽然治愈率是0，更低，但是只有2位患者。 既然是科普账号，还是认真准备吧，你的回答根本就与这个问题无关，希望后面能出更好的视频解释更清楚😏

ABC三个门，初始概率是1/3，选择后另外两扇门的中奖概率是2/3，可以看作一个整体。第二次选择时如果不换门，还是初始概率。另外一扇门和主持人揭露的门共享了2/3的概率，揭露的是不中奖的，所以另一扇门是2/3。

很多事，都能體現，先知是孤獨的 有部電影台詞說，這些一般民眾之所以能這樣生活著，是因為他們什麼都不知道 很多事超過一般人的理解，就算真相在他們面前出現，他們也只會覺得那是假的，是不真實的

講得真好

三门问题好像有深层次讨论，我记得主持人是否知道哪个是大奖也严重影响了最终概率

我上学的时候教授要是一开始这么讲，早应该学会了吧

各種固體結晶也是在熱力學規範下的自我複製 只不過生物比較精密複雜罷了

笑死 你怎么不说是因为民主党的民调根本就是在作假、以及民主党的所谓的支持者根本就是口是心非 嘴巴支持贺锦丽，但是行动却更投给川普？？你怎么就知道是因为川普的支持者说谎导致的？？其诋毁川普的险恶用心可见一斑。呵。

笑死 你怎么不说是因为民主党的民调根本就是在作假、以及民主党的所谓的支持者根本就是口是心非 嘴巴支持贺锦丽，但是行动却更投给川普？？你怎么就知道是因为川普的支持者说谎导致的？？其做ccp的走狗跟着在主子共.fei后面诋毁川普之心可见一斑。呵呵。

也有一天 最后我们才发现这世界上只有0和b