模型思维pdf中文版(混沌研习社思维模型pdf)

模型思维pdf中文版(混沌研习社思维模型pdf)已关闭评论

A+

领500g书库，关注公众号:程叫兽的宝藏 (长按可复制！)

目录（点击切换）

本文节选自《模型思维pdf中文版》

并不意味着教育机构比企业更加平等。多模型思维在本章的一开始，我们通过和孔多塞陪审团定理和多样性预测定理为多对一的方法更定了逻辑基础。然后，我们使用分类模型说明了模型多样性的局限性，也阐述了多个模型是怎样改进我们在预测、行动和设计等方面的能力的，同时也指出，要想构建多个不同的模型并不容易。如果可以的话，也就能达到接近完美的预测准确度了，但是我们很清楚这是不可能的。无论如何，我们的目标是尽可能多地构建有用的、多样性的模型。在接下来的各章中，我们将会描述一系列核心模型。这些模型突出了世界的不同部分，它们对因果关系做出了不同的假设。通过它们的多样性，这些模型创造了多模型思维的可能性。通过强调更复杂整体的不同部分，每个模型都可以发挥自己的作用，还可以成为更强大的模型集合的一部分。如前所述，多模型思维确实要求我们掌握多个模型，但是我们并不需要懂得非常大量的模型，只需要知道每个模型都可以应用到多个领域，但这并不容易。成切的一对多思维取决于创造性地调整假设和构建新的类比，以便将为某个特定目的而开发的模型应用到新的领域。因此，要成为一个多模型思考者，需要的不仅仅是数学能力，更需要的是创造力。这一点我们已经看得很清楚了。装袋法与多模型通常，我们会用模型与现有数据集中的样本拟合，然后用其余数

模型思维epub

据来检验这个模型。而在其他一些时候，我们会用模型去拟合现有数据集，然后用该模型去预测未来的数据。然而，这种构建模型的过程会产生一种张力:模型中包含的参数越多，就越能够很好地拟合数据，同时也越有可能过度拟合。好的拟合不一定意味着好的模型。物理学家弗里受。戴森〈FreemanDyson)曾经谈到物理学家轧利克。费米(Enrico“Fermi)对他的一项研究的评论。那项研究的模型拟合度极高。“无奈之下，我问费米是不是对我们计算出来的数值与他测量出来的数值之间的高度一致性没有什么印象。他反过来问我:“你是用多少个任意参数进行计算的?”我回忆了一下我们的截止程序，然后告诉他“4个”。他说:“我记得我的朋友约翰。冯“。诺伊受曾经说过，有4个参数，就可以拟合一头大象;有5个参数，就可以让大象摆动它的大鼻子了。”然后，对话就结束了。?”芭用于“摆动大象鼻子”的估计量通常包括了更高阶的项:平方、立方，甚至四次方。高阶项的存在会带来大误差的风险，因为高阶项有很强的放大效应。10只是5的两倍，但是104却是54的16倍。下图显示了过度拟合的一个例子。12100庚10太808村60640四20本10四国国十四守重二二委二0123456789100102030过度拟合与样本外误差左图显示了一家生

模型思维电子版pdf下载

产工业用3D打印机的企业销售数据〈人假设)，销售数据是该公司的销售团队每月《平均)上门推销次数的函数。左图显示的是一个非线性最优拟合，包括非线性项的5次方。右图则表明，如果销售团队上门推销的次数达到了30，那么该模型预测3D打印机的销售量将达到100台。如果一个客户最多只购买一人台3D打印机，那这个预测就不可能是正确的。因此，由于存在过度拟合，这个模型出现了巨大的样本外误差。为了避免过度拟合，可以避免使用高阶项。不过，一种更巧妙的解决方法是，可以采取自举聚合法〈bootstrapaggregating)或装党法(bagging)来构建模型。为了引导数据集，我们从原始数据中随机抽取若干数据点，创建多个规模相同的数据集。抽取这些数据点时，采取的是抽出后放回的方法，也就是说，在抽取了一个数据点之后，我们又将它放回到“党子”中，下一次仍然可能会抽到它。这种技术产生了一组规模相同的数据集，每个数据集都包含某些数据点的多个副本而不包含其他数据点的副本。然后，我们将〈非线性)模型拟合到每个数据集上，以便生成多个模型。荆这样一来，就可以把所有数据集都绘制在同一组数轴上，从而得到一幅如下所示的“意大利面图”(spaghettigraph)，图中颜色最深的那条线表示不同模型的平均值。