熱門Ptt文章

[爆卦]條件機率算法是什麼？優點缺點精華區懶人包

雖然這篇條件機率算法鄉民發文沒有被收入到精華區：在條件機率算法這個話題中，我們另外找到其它相關的精選爆讚文章

在 條件機率算法產品中有21篇Facebook貼文，粉絲數超過3,460的網紅Taipei Ethereum Meetup，也在其Facebook貼文中提到， 📜 [專欄新文章] 區塊鏈管線化的效能增進與瓶頸 ✍️ Ping Chen 📥 歡迎投稿： https://medium.com/taipei-ethereum-meetup #徵技術分享文 #使用心得 #教學文 #medium 使用管線化（Pipeline）技術可以提升區塊鏈的處理效能，但也...

　同時也有2部Youtube影片，追蹤數超過3萬的網紅李祥數學,堪稱一絕，也在其Youtube影片中提到，線上課程賣場：https://changhsumath.1shop.tw/ewkhca 成為這個頻道的會員並獲得獎勵：https://www.youtube.com/channel/UCU2axN3MDyvq01LOK1umZGQ/join 追蹤我的ig：https://www.instagra...

「條件機率算法」的推薦目錄

條件機率算法 在 辣媽英文天后 林俐 Carol Instagram 的精選貼文

2021-07-06 05:58:15

哇！英數合鳴！ 這週四晚上7:30～8:30 —> 李傑老師 @jackleemath 這週六晚上7:30～8:30 —> 俐媽 我們即將要舉辦國三升高一線上直播活動了， 內容精彩、抽獎獎項豐富， 歡迎大家來喔！ 今天，送上北一學姊編整的「數學篇」，剛好是英+數合體的最佳表現！ ——————...

  • Taipei Ethereum Meetup

    條件機率算法 在 Taipei Ethereum Meetup Facebook 的精選貼文

    2021-08-09 22:53:44
    有 8 人按讚

    📜 [專欄新文章] 區塊鏈管線化的效能增進與瓶頸

    ✍️ Ping Chen

    📥 歡迎投稿： https://medium.com/taipei-ethereum-meetup #徵技術分享文 #使用心得 #教學文 #medium

    使用管線化（Pipeline）技術可以提升區塊鏈的處理效能，但也可能會產生相應的代價。

    Photo by tian kuan on Unsplash

    區塊鏈的擴容方案

    說到區塊鏈的效能問題，目前討論度最高的應該是分片（sharding）技術，藉由將驗證者分成多組的方式，可以同時分別處理鏈上的交易需求，即使單分片效能不變，總交易量可以隨著分片/驗證者集的數量線性增加。

    除了分片，另一個常用來提升程式效能的方案是將計算步驟拆解，以流水線的方式將複雜的運算攤平，降低系統的閒置時間，並大幅提升工作效率。為了達到管線化預期的目的，會需要先知道系統的瓶頸在哪。

    區塊鏈的效能瓶頸

    熟悉工作量證明設計哲學的人應該會知道，區塊鏈之所以需要挖礦，並不是為了驗證交易的正確性，而是要決定交易的先後順序，從而避免雙花和帳本分裂的發生。可以說，區塊鏈使用低效率的單線程設計，並付給礦工高額的成本，都只為了一件事，就是對交易的全局排序產生共識。

    在這樣的基礎之上，區塊鏈在一段時間內可以處理的交易數量是有限的，這之中包含許多方面的限制，包括 CPU 效能、硬碟空間、網路速度等。其中，關於 TPS(每秒交易數) 提升和對硬體的要求大致上是線性增加的，但在設計共識演算法時，通訊複雜度常是平方甚至三次方的關係。

    以現在的目標 TPS 來說，處理交易和生成一個合法的區塊並不困難，只是因為區塊鏈的特性，新區塊需要透過洪水法的方式擴散到全網路，每個節點在收到更新請求的時候都要先執行/驗證過區塊內的交易，等於整個廣播的延時會是「驗證區塊時間×經過的 hop 數量」這麼多。似乎網路越分散、節點越多，我們反而會需要降低計算量，以免讓共識不穩定。

    管線化的共識機制

    使用權益證明取代工作量證明算是行業發展的趨勢，除了環保或安全這些比較顯然的好處之外，權益證明對產生共識的穩定性也很有幫助。首先，權益證明在同一時間參與共識的節點數是已知的，比較容易控制數量級的邊界；其次，權益證明的出塊時間相較工作量證明固定很多，可以降低計算資源不足或閒置的機率。

    相較於工作量證明是單一節點出塊，其餘節點驗證，權益證明的出塊本身就需要很多節點共同參與，瓶頸很像是從驗證轉移到通訊上。

    以 PBFT 為例，每次產新區塊都需要經過 pre-prepare, prepare, commit 三個階段，你要對同意驗證的區塊簽名，還要對「你有收到某人的簽名」這件事簽名，再對「你有收到 A 說他有收到 B 的簽名」這件事簽名，過程中會有很多簽名飛來飛去，最後才能把一個區塊敲定。

    為了降低每兩個區塊間都需要三輪簽名造成的延遲，後來的共識演算法包括 HotStuff 和 Casper FFG 採用了管線化的區塊驗證過程。也就是對區塊 T 的 pre-prepare 同時是對 T-1 的 prepare 和對 T-2 的 commit。再加上簽名聚合技術，出塊的開銷在複雜度等級和係數等級都降低許多。

    然而，要保持管線化的區塊生產順利，需要驗證者集合固定不變，且網路通訊狀況良好。如果會經常更動驗證者集合或變換出塊的領導者，前後區塊間的相依性會是個大問題，也就是 T 的驗證者集合取決於 T-1 裡有沒有會導致刪除或新增驗證者的交易，T-1 的合法性又相依於 T-2，以此類推。

    當激烈的分叉出現的時候，出塊跟共識的流水線式耦合就從優雅變成災難了。為了避免這種災難，更新的共識演算法會限制驗證者變更的時機，有些叫 epoch 有些叫 checkpoint，每隔一段時間會把前面的區塊徹底敲定，才統一讓驗證者加入或退出。到這些檢查點的時候，出塊的作業流程就會退化成原本的三階段驗證，但在大部分時候還是有加速的效果。

    管線化的狀態更新

    另一個可以用管線化加速的是區塊鏈的狀態更新。如前所述，現在公鏈的瓶頸在於提高 TPS 會讓區塊廣播變慢，進而導致共識不穩定，這點在區塊時間短的以太坊上尤其明顯。可是如果單看執行一個區塊內的交易所花的時間的話，實際上是遠遠低於區塊間隔的。

    只有在收到新區塊的時候，節點才會執行狀態轉移函數，並根據執行結果是否合法來決定要不要把區塊資訊再廣播出去。不過其實只要給定了交易集合，新的狀態 s’ = STF(s, tx) 應該是確定性的。

    於是我們有了一個大膽的想法：何不乾脆將交易執行結果移出共識外呢？反正只要大家有對這個區塊要打包哪些交易有共識，計算的結果完全可以當作業留給大家自己算吧。如果真的不放心，我們也可以晚點再一起對個答案，也就是把這個區塊執行後的新狀態根包在下個區塊頭裡面。

    這就是對狀態更新的管線化，在區塊 T 中敲定交易順序但暫不執行，區塊 T+1 的時候才更新狀態（以及下一批交易）。這麼做的好處十分顯而易見，就是將原本最緊繃的狀態計算時間攤平了，從原本毫秒必爭的廣播期移出來，變成只要在下個塊出來之前算完就好，有好幾秒的時間可以慢慢來。新區塊在廣播的每個 hop 之間只要驗證交易格式合法（簽名正確，有足夠的錢付手續費）就可以放行了，甚至有些更激進的方案連驗簽名都省略了，如果真的有不合法交易混進去就在下個區塊處罰礦工/提案者便是。

    把負擔最重的交易執行移出共識，光用想的就覺得效能要飛天，那代價呢？代價是區塊的使用程度會變得不穩定。因為我們省略了執行，所以對於一筆交易實際用掉多少 gas 是未知的。本來礦工會完整的執行所有交易，並盡可能的塞滿區塊空間，然而在沒有執行的情況下，只能以使用者設定的 gas limit 當作它的用量，能打包的交易會比實際的上限少。

    緊接著，下一個問題是退費困難。如果我們仍然將沒用完的手續費退還給使用者，惡意的攻擊者可以透過發送 gas limit 超大，實際用量很小的交易，以接近零的成本「霸佔」區塊空間。所以像已故區塊鏈 DEXON 就直接取消 gas refund，杜絕濫用的可能。但顯然這在使用者體驗和區塊空間效率上都是次優的。

    而最近推出的 smartBCH 嘗試擬了一套複雜的退款規則：交易執行後剩餘的 gas 如果小於 gas limit 的一半（代表不是故意的）就退款；如果剩餘量介於 50%-75% 可以退一半；超過 75% 推斷為惡意，不退款。乍看是個合理的方案，仔細一想會發現製造的問題似乎比解決的還多。無論如何，沒用掉的空間終究是浪費了，而根據殘氣比例決定是否退款也不會是個好政策，對於有條件判斷的程式，可能要實際執行才知道走哪條路，gas limit 一定是以高的情況去設定，萬一進到 gas 用量少的分支，反而會噴更多錢，怎麼想都不太合理。

    安全考量，退費大概是沒希望了。不過呢，最近以太坊剛上線的 EIP1559 似乎給了一點方向，如果區塊的使用程度能以某種回授控制的方式調節，即使偶爾挖出比較空的區塊似乎也無傷大雅，也許能研究看怎麼把兩者融合吧。

    管線化方案的發展性

    考慮到以太坊已經堅定地選擇了分片的路線，比較激進的單鏈高 TPS 管線化改造方案應該不太有機會出線，不過管線化畢竟是種歷史悠久的軟體最佳化技巧，還是很有機會被使用在其他地方的，也許是 VDF 之於信標鏈，也許是 rollup 的狀態轉換證明，可以坐等開發者們表演。

    倒是那些比較中心化的 EVM fork/sidechain，尤其是專門只 for DeFi 的鏈，管線化加速可以在不破壞交易原子性的前提下擴容，確實是有一些比分片優秀的地方可以說嘴，值得研究研究，但這就要看那些機房鏈們有沒有上進心，願不願意在分叉之餘也投資發展自己的新技術了。

    給我錢

    ping.eth

    區塊鏈管線化的效能增進與瓶頸 was originally published in Taipei Ethereum Meetup on Medium, where people are continuing the conversation by highlighting and responding to this story.

    👏 歡迎轉載分享鼓掌

  • 台灣物聯網實驗室 IOT Labs

    條件機率算法 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文

    2021-08-02 12:55:55
    有 0 人按讚

    AI 也會抄捷徑，醫學研究發現深度學習演算法缺陷

    作者 Alan Chen | 發布日期 2021 年 07 月 27 日 19:37 |

    人工智慧在現今癌症治療上，具有相當大的幫助，透過深度學習，系統可以快速分析腫瘤切片影像，提供醫生有關癌症類型和治療建議等重要資訊，但美國芝加哥大學研究團隊發現，如果深度學習演算法沒有適當調整，AI 會做出偏頗的病理分析。

    芝加哥大學（University of Chicago）研究團隊，在本月的《自然－通訊》（Nature Communication）期刊中發表研究指出，透過醫療影像學習的過程中，若沒有對演算法進行特別校正，AI 就會以資料上傳的地區、醫學機構等資訊自行歸類，並使用歸類資料進行比對分析，產生病理資訊和治療建議，但以這種方式而不是透過比較嚴謹的生理和病史資訊進行分析， AI 容易產生偏頗或不正確的分析和治療建議。

    研究團隊在實驗中，讓 AI 系統透過美國國家癌症研究所（National Cancer Institute, NCI）與國家人類基因組研究所（National Human Genome Research Institute, NHGRI），共同合作的「癌症基因組圖譜（The Cancer Genome Atlas, TCGA）」資料庫內，大量的癌症組織切片影像進行深度學習，發現了 AI 這種透過演算法習性，產生偏頗判斷的問題。

    「我們在這項研究中發現了 AI 的盲點，由於需要快速分析，因此演算法會合理的認為使用機構和區域分類，可以更有效歸類檔案，提高學習分析的效率。」芝加哥大學醫學系 Alexander Pearson 博士指出，但 AI 用這種歸類方式學習大量影像後，卻會開始忽略病患個人的生理數據和病史資料，改以上傳機構和地區之間的影像互相比對。

    如此一來，醫療軟硬體條件較好，或比較富裕區域內的病患切片樣本，由於通常有比較多治療選項，治癒機率也較高，因此 AI 容易對這些區域的樣本提出比較樂觀的病理分析和治療方式，但是對於條件較差的機構或區域，產生的分析與建議就會比較差，等於將社會醫療資源的不平等反射出來。

    研究團隊也表示，要避免出現這種盲點，系統開發者在訓練 AI 學習時，必須確保各種類型的腫瘤切片影像，是平均來自各個地區與機構上傳的資料，或是在學習過程出現判斷偏頗時，將影像樣本鎖定在一個特定條件，避免 AI 自行產生歸類和比對分析的習慣，才能產生比較準確的分析結果。

    要如何避免 AI 出現「偷吃步」的情形，對於現代醫學越來越仰賴 AI 進行分析的狀況下，顯得格外重要，若是因為 AI 產生不準確的病理分析，導致醫生判斷失準，原本用來幫助人類健康的科技反而會成為病患生命的一大威脅。

    附圖：▲主導研究團隊的芝加哥大學醫學系 Alexander Pearson 博士。（Source：University of Chicago）
    ▲AI 在面對大量資料時也會嘗試簡化歸類程序，產生盲點。（Source：BDAN）

    資料來源：https://technews.tw/2021/07/27/university-of-chicago-team-found-out-machine-learning-flaw-that-will-produce-biased-medical-analysis/

  • 江魔的魔界（Kong Keen Yung 江健勇）

    條件機率算法 在 江魔的魔界（Kong Keen Yung 江健勇） Facebook 的最讚貼文

    2021-06-21 20:28:52
    有 178 人按讚

    《如何用他人臉上的殘餘訊息來看相》

    我年輕的時候看過一些講面相的書，大概是說女人眉間有豎直的針紋，男女感情生活會比較差，如果那女人又有強勢的面相，會不需要男人云云。

    我不知道這個有多準，不過曾經某年參加一個選美的節目，節目中我是代表NLP的專家，而另一個專家則是面相學的老人家。

    你知道老前輩來到，很多人都會要他贈兩句。

    當中一個要他增兩句的，是位前選美者，老人家說她是個很需要愛情的女人。

    我之後有問起她老人家講得準不準，她搖頭說不大認同。我看了看她，發現她眉頭有兩條豎紋，就會想起年輕時看過的那本相書，然後就講了一些模棱兩可的話讓她對號入座：「妳不是不需要愛情，只不過妳的經驗會讓妳有時候會問自己，我真的那麼需要男人嗎？」

    然後她的臉色大變而說「對！！～～～」

    後來我是有聽說男人追求她的時候，她會開條件求包養。我沒辦法告訴你這個求包養的資訊到底是真還是假，不過我也相信一些參加過選美的女生，可能在男女關係上，比較容易意識到自己參加過選美而帶來的一些價值，進而在男女關係中會有更高的主導權。

    那麼有主導權的話，自然會把追求她的男人地位放低一點，你的地位低，我當然就不需要你，是不出奇的。

    不過，這也不是我相信面相書裡面所寫的資訊，我是看到另一個可能性。

    我在我的毒辣NLP課程裡面有跟我的學生分享過一個也是「看相」的概念，叫做臉部的殘餘訊息。

    甚麼叫做殘餘訊息呢？

    我們臉部的表情如果在平日有一個情緒出現的機率很高，它會在我們的臉上留下印記。

    基本上我們的情緒會透過我們的呼吸、表情、甚至肢體展現出來。

    如果你日常中不斷感受一個情緒，你臉上的肌肉會一直呈現那情緒相應的表情。

    習慣了後，你的臉上就會留下我稱的殘餘訊息。

    我所講的這些殘餘訊息，不是紋線或所謂的看相的相，而是Muscle Patterns。

    例如一個人如果平日習慣皺眉，日子一久，就算他不皺眉的時候，我們都可以隱隱約約的注意這個人的眉間肌肉有點呈現繃緊（Tension）。

    這種繃緊現象，是一些好的演員，如果演著一個不斷焦慮的角色，也會看到他們眉間有這種繃緊，我有印象的是兩個角色。

    一個是美劇 The Sarah Connor Chronicles的女主角（Lena heady），這一個角色就是 Terminator電影中人類救世主的母親，她必須不斷警惕和保護自己的孩子，所以眉間的繃緊也反映出這個角色平日習慣的情緒，一定時焦慮和壓力的。

    另一個也是演得很好的，就是好萊塢版的《無間道》 Departed，電影中Leornado Dicarprio演臥底，他的眉間就是帶著微微的繃緊，你可以理解臥底的壓力。

    如果只是印堂繃緊，只要你一段比較長的時間沒有壓力或焦慮，過得也很開心，這個眉間殘餘繃緊現象會消失的。

    其中一個例子就是我的權謀課搭檔李民傑老師，我有一個香港朋友在很多年前李老師未進入講師行業時見過他，然後下一次見面的時候，就是他進入講師行業幾年後，他就有跟我說李老師的樣子和氣質變了，看起來比較舒服了。

    我比較傾向於相信他為進入講師行業前，他的成衣業的生意，壓力遠比講師行業大，而且講師行業對一個喜歡看書的人來說，簡直是一個開心的行業。

    如果你的一個女性朋友嫁了給一個人後，你開始留意到她的眉間有繃緊留下的殘餘（隱約）訊息，應該是婚後的日子，她是有壓力、焦慮。

    而這種臉上的殘餘情緒留下的印記，我在課程中還透露過給男學員，如果要追求漂亮女性，她們在嘴巴有一個殘餘表情的話，你不是要走開，而是跑開。

    那麼我所講的這個眉間殘餘表情訊息和眉間針紋又有甚麼關係呢？

    我覺得如果你平日從眉間繃緊發展到皺眉的時間越來越長甚至皺眉的強度也增加，時間久了，就會出現紋線。

    與其說女人有這種眉間針紋就表示跟男人關係不好或不需要男人，我反倒覺得這可能只是這個人平日的生活是習慣了焦慮、壓力、或憤怒的情緒。不代表有焦慮壓力或憤怒的人就一定會有感情問題，但，一些時候如果你跟另一半相處的時候，不會表達或疏導自己的焦慮、壓力或憤怒，可能就容易跟他擦槍走火。

    我貼的這個圖，是一個富二代的女生，加入了一個高壓邪教組織7年後，她眉間的照片。先說明，她這兩條紋線，不是原廠預設沒有任何表情的時候出現，而是有情緒的時候才看到。

    換句話說，這還不能構成華人相書裡面所說的針紋，幸好她已經離開了那邪教組織，如果時間再長一點，說不定那針紋就會越來越明顯。

    那麼可能一些女讀者看到這裡，可能就會說「那很簡單，平日我盡量少情緒、少表情，就沒有這種紋線出現吧？」

    哈哈，其實如果妳平日都是沒有表情、沒有情緒，妳的臉一樣留下殘餘訊息：就是妳習慣了沒有表情。

    甚麼人是沒有表情的呢？

    沒有情緒或情緒很少的人。

    甚麼人的情緒很少呢？

    悶呆的人。哈哈，結果，妳臉上的殘餘訊息，就是一個沒有生命力的人。

    與其擔心留下紋線，妳倒不如讓自己有更多「好的或美的」殘餘訊息。

    但也不要誤會了我的意思，就是不斷的裝笑裝開心，就會留下好的殘餘訊息在臉上。

    絕對不是這樣，如果妳一點都不開心而不斷裝笑，妳只會留下虛偽的殘餘訊息。

    妳要檢測妳的生活，妳平日的生活工作，有沒有間接給妳帶來成就感、快感，常跟妳相處的人是否能夠大家互相讓對方開心，而不是一直臭臉。

    這種落在生活層面的快意，才能永久的在妳臉上留下讓人看到會舒服的殘餘訊息。

    #江魔設教
    #廣渡魔粉

    如果覺得我的文章有幫到你，你可以隨緣樂捐，打賞個小費給我吧：http://paypal.me/kongdemon

    不打小費的話，麻煩幫忙點讚分享，好讓演算法幫我推文

你可能也想看看

搜尋相關網站