熱門Ptt文章

[爆卦]貝氏定理怎麼算是什麼？優點缺點精華區懶人包

雖然這篇貝氏定理怎麼算鄉民發文沒有被收入到精華區：在貝氏定理怎麼算這個話題中，我們另外找到其它相關的精選爆讚文章

在 貝氏定理怎麼算產品中有3篇Facebook貼文，粉絲數超過20萬的網紅黃立綺 - Likky，也在其Facebook貼文中提到， 【今天是星期幾 What Day Is Today】 『 這樣的喜歡 也許一輩子只有一次 』 我喜歡，跟你巧遇的瞬間 我喜歡，聽你說話的聲音 我喜歡，欣賞你所有的表情 就像看著藝術品 但 同時我也很貪心..... 我希望你的笑與我有關、擁有跟我一樣的期待 期待朝夕相處，期待不只是擦肩而過、不只...

　同時也有3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...

「貝氏定理怎麼算」的推薦目錄
  • 黃立綺 - Likky

    貝氏定理怎麼算 在 黃立綺 - Likky Facebook 的最讚貼文

    2021-02-26 20:15:38
    有 220 人按讚

    【今天是星期幾 What Day Is Today】
    『 這樣的喜歡
    也許一輩子只有一次 』

    我喜歡，跟你巧遇的瞬間
    我喜歡，聽你說話的聲音
    我喜歡，欣賞你所有的表情
    就像看著藝術品

    但
    同時我也很貪心.....

    我希望你的笑與我有關、擁有跟我一樣的期待
    期待朝夕相處，期待不只是擦肩而過、不只是朋友

    高畫質完整版再下方留言一樓兒

    ──────【今天是星期幾】──────

    有感覺F.E.E.L. X 黃立綺

    今天是 星期幾
    黃色毛衣 想要送給你
    好天氣 不下雨
    球場的身影 只有你最清晰
    該不該 現在表白 會不會 太快
    下課十分鐘太短 怎麼辦

    不想偷偷喜歡你 只是坐在你隔壁
    我的心 只能收進抽屜裡
    難解的習題 實驗課打破了碎玻璃
    都怪你害我一不小心分心

    概率貝氏定理 算一算是否等於你
    我們只差一些化學效應
    快要來不及
    曖昧揮發到空氣(我在教室外等你)
    只好等著下課鐘響起

    某一天 說再見 倒數時間
    空白考卷 留下了想念
    答案能不能再更明顯

    ───────工作人員名單 ───────

    演唱｜有感覺F.E.E.L. / 黃立綺LIkky
    詞曲｜蔡婉怡(有感覺Fei)/黃立綺Likky

    音樂製作
    製作人Producer｜有感覺/黃立綺
    編曲 Arranger｜有感覺/黃立綺

    鋼琴Piano｜黃立綺
    弦樂編寫String Arranger｜黃立綺
    合聲錄音 Backing Vocal Arranger｜黃立綺
    吉他 Guitar｜有感覺Fei
    貝斯 Bass｜有感覺Fei
    合音編寫 Vocal Arranger｜有感覺Fei/黃立綺
    人聲配唱 Vocal Producer｜有感覺Fei/黃立綺
    錄音室 Recording Studio｜地下怪獸音樂工作室 Indie Monster Studio
    混音製作 Mixing Engineer｜有感覺Fei
    母帶後期製作 Mastering Engineer｜有感覺Fei

    MV製作
    導演 Director｜黃立綺
    攝影 Director of Photography｜林芷毓、張凱華
    影像後期 Editor｜黃立綺
    場地 film studio｜想像空間
    攝影器材 Image Studio｜Joker影像。喬客叔叔
    特别感謝 Special Thanks｜周佳佑、張凱華、林芷毓

  • MedPartner 美的好朋友

    貝氏定理怎麼算 在 MedPartner 美的好朋友 Facebook 的最讚貼文

    2020-03-31 18:00:55
    有 3,727 人按讚

    假設台灣在你居住的里實施 ＃普篩 會發生什麼事？用 ＃國小數學 破解 ＃普篩迷思 ！最近很多所謂 ＃專家 （？）甚至是某位江醫師，一直說台灣應該要跟韓國一樣普篩，甚是要跟韓國一樣設置篩檢得來速。看了半天，我們實在受不了啦。今天我們要用國小程度的計算，你只要花 1 分鐘，就可以搞懂台灣目前要不要普篩了。請大家一定要看懂，而且分享給身邊的親友，不然數學老師真的會哭死啦！先講結論：

    1.台灣目前不應該普篩
    2.但韓國篩檢範圍比台灣大也不是錯（符合他們疫情程度需要）
    3.台灣真的大規模社區傳播發生時，可以考慮放寬篩檢條件，甚至真的普篩
    4.台灣目前每日檢驗量能3800件，有餘力時，針對接觸風險高的族群做調查性篩檢，可以考慮，或視疫情程度放寬篩檢條件
    5.但現階段鼓吹普篩的朋友，請先跟數學老師下跪吧

    大家要先知道，檢驗不可能百分之百正確，有時候沒感染的人會被驗成感染者，這個叫做 ＃偽陽性 反應。假設這個檢測已經很準確了，偽陽性的比率只有 1%，那我們進行普篩的話，會發生什麼事呢？

    首先，我們要先假設被篩檢的群體，實際有多少人感染了武漢肺炎。

    假設被篩檢的群體，就是你居住的那個里，有1000位里民，其中有1個人真的感染了武漢肺炎，也就是0.1%的人感染武漢肺炎。假設里長突然腦充血，對你們里的1000位里民全部普篩，在偽陽性機率有1%的狀況下，你們里會驗出10個人病毒呈現陽性反應，但事實上，只有1個人感染，其他9個都是假警報！

    但都驗出來了，那該怎麼辦？以目前台灣的狀況，被驗出陽性的人，一定會被先送去隔離治療，然後疫調單位會瘋狂調查，匡列上百個密切接觸者，這些人通通都要居家隔離14天，甚至是你們里的中小學都要全部停課了。

    這下促咪了啊～但你還記得嗎？真的感染的人只有一個啊！！！你們整個里都已經弄到飛天了，但其實感染者只有一個人。如果使用我們現行的篩檢方式，也就是訂定篩檢條件，並且給醫師一定的臨床裁量權，假設這個感染者有類似感冒症狀，給予一般治療三天沒改善，就篩檢，那我們就可以在很少的篩檢量下，有效抓到這個感染者。

    但也不是說，做普篩的國家都是北七。如果你的國家已經爆發大流行，那普篩就有意義了。舉個例子，你住的里，有1000個人，假設已經有5%的人感染了，那就是50個人感染，這時候偽陽性所造成的影響就會變得很小，反而是多數感染者都會被找到。

    因此，台灣的篩檢標準，就是隨著社區傳播的風險增加的程度，從一開始相對嚴格的篩檢條件，逐步放寬到目前相對寬鬆的條件。如果社區真的大流行，普篩也是要考慮的選項，但你絕對不會希望看到台灣開始普篩的那一天。

    做這些決策背後依據的，就是科學。或者是說，高中數學教過的 ＃貝氏定理跟 ＃條件機率，或者是說，基本 ＃生物統計 跟 ＃流行病學 必須要搞懂的知識。我們可以確定的是，台灣防疫團隊的數學老師沒有請假。

    所以記者一直問普篩就算了，他們不懂我們可以原諒，但有些看起來像專家的人，也一直在喊普篩，那真的是沒道理啦。除非你假設台灣已經出現一定比率的社區感染者了，不然這種狀況下普篩，只會製造一大堆假警報。剛剛只是說1個1000個人的里喔，如果台灣真的瘋狂普篩，在這種偽陽性的狀況下，你有100間台大醫院都不夠用，而且最後只是在搞笑。

    另外，如果要做這麼大規模的篩檢，不可能以現在比較準確的檢測方式進行，一定要用快篩，這個出錯的機率就會更大，造成的問題會比上面舉的例子更嚴重。如果跟歐美國家買到的中國快篩試劑，這麼高的出錯率的狀況下，你要是醫護人員，絕對會當場想一頭撞死的...這也難怪歐美國家會這麼北宋了～

    但目前台灣對社區民眾也不是沒有篩，在這樣的檢出率下，台灣應該是還沒有到嚴重社區傳播的程度，最可能的狀況，是很低度的社區傳播，也就是有很少數找不到源頭的傳播者，這跟目前我們指揮中心公布的疫情狀況是相符的。所以大家要做的，就是 ＃勤洗手 ＃戴口罩 ＃自主保持社交距離1-2公尺，不參加不必要的聚會，讓傳播鏈斷在你之前。只要大家都有做到，就算有找不到源頭的傳播者，也不需要太害怕。

    正確的知識，才能讓你隨時保持冷靜，做出對自己，以及對整個社會好的正確決定。散播恐懼很簡單，因為人就是很容易被煽動的動物。但在混亂的局勢，保持清楚的頭腦，才能救自己以及身邊的人。請大家把這篇文章分享給身邊的每一個人，不要再讓自己的數學老師在暗夜裡哭泣了，好嗎？

    今天隨機問了5個朋友到底要不要普篩，大家都說如果台灣檢驗能量夠現在應該要普篩...所以搞不懂的人真的很多啊，你如果之前沒搞懂，你也不是孤單的。數學真的很重要。以下開放大家跟自己的數學老師懺悔...

  • PanSci 科學新聞網

    貝氏定理怎麼算 在 PanSci 科學新聞網 Facebook 的精選貼文

    2019-11-03 20:10:01
    有 329 人按讚

    統計學的 #貝氏定理 可以用來解決婚姻問題嗎？

    美國有名的專欄〈Dear Abby〉，曾經接到一名讀者投書詢問「能不能修正女性懷孕的天數平均為 266 天這個說法？不然我就慘了，因為我懷了 310 天！」
    　
    這個棘手的婚姻問題後來如何解決我們不得而知，不過這件事倒是產生了另一個有趣的經典統計問題：當我們推算出懷胎至少 310 天的機率是 0.003 時，該怎麼看待這個數字呢？
    　
    延伸閱讀：
    會算「貝氏定理」的人生是彩色的！該如何利用它讓判斷更準確、生活更美好呢？
    https://pansci.asia/archives/155071

你可能也想看看

搜尋相關網站