為什麼BMI不完全準確?
-
先說18歲以下的人不要用BMI因為還在長大,懷孕的人也不建議使用。
-
BMI測不准身體健康的原因是,BMI指數只使用身高和體重來計算,但是忽略了人的身體組成(體重有百分之多少是骨頭,是水,是肌肉)
-
有些人身體脂肪很多,很少肌肉,雖然BMI 正常,但是得到疾病的機率...
為什麼BMI不完全準確?
-
先說18歲以下的人不要用BMI因為還在長大,懷孕的人也不建議使用。
-
BMI測不准身體健康的原因是,BMI指數只使用身高和體重來計算,但是忽略了人的身體組成(體重有百分之多少是骨頭,是水,是肌肉)
-
有些人身體脂肪很多,很少肌肉,雖然BMI 正常,但是得到疾病的機率卻比‘’脂肪很少,肌肉很多,BMI 超標的人‘’ 還要高出許多。因為脂肪量的指數才是影響身體健康較多的因素。
雖然用體脂肪來預測身體健康與否,也有他的問題,但是準確率比體重高出太多了
-
所以,體重不能預測健康, 體內的脂肪量才行,體重重不代表身體不好,體重輕也不代表身體健康,體脂肪量正常才能減少疾病的可能。
-
-
-
Why is BMI not completely accurate?
-
Let me start by saying that people under the age of 18 should not use BMI because they are still growing up, and pregnant people can't use it either.
-
The reason why the BMI can't measure good health is that the BMI index only uses height and weight to calculate, but ignores a person's body composition (what percentage of body weight is bone, water, or muscle.)
-
Some people have a lot of body fat and few muscles. Although BMI is normal, the chance of getting diseases is much higher than that of people with very little fat, a lot of muscles, and excessive BMI. Because the fat mass index is the factor that affects the health of the body more.
Although using body fat to predict health or not, there are also his problems, but the accuracy rate is much higher than the weight
-
Therefore, weight cannot predict health, only the amount of body fat. Weight does not mean bad health, and light weight does not mean good health. Normal body fat can reduce the possibility of disease.
#thanksgoogle #health #fitness #performance #life #ceofitness #ceofitness2020 #coach #coaching
accuracy計算 在 DeepBelief.ai 深度學習 Facebook 的精選貼文
最近有兩種很有趣數據增強手法,一個是依照透明度把兩張圖片疊合的mixup,以及以不定大小位置的塊狀互換的方式的cutmix,前者在計算交叉熵時是以兩種標籤0.5/0.5方式計算,後者則是依照色塊大小比例分攤,實作都不複雜,由於這兩種手法都可以直接整個批次tensor一次處理,不需逐張處理,也因此計算開銷不是很大(附圖是我實現的圖),但我並不像原作如此大膽只使用這種樣本訓練,我採取損失函數疊加,傳統圖像分類交叉熵再加上0.5倍的mixup/cutmix樣本交叉熵。
初步測試結果,用了的確收斂速度變快,雖然top 3 accuracy差不多,但是用了mixup/cutmix的top1 accuracy就高出了5%左右,mixup效果看起來是穩定一些,cutmix 效果比較起伏,我認為是有剛好物體不在色塊中的狀況干擾了cutmix的效果,所以我覺得這些技術可以成為輔助訓練提升幾個百分點的trick,基本上還不能算是影響重大的新概念。
但這類算法能解決一個困擾已久的問題,那就是onehot形式的標籤是建構在只有一個完美答案的前提下,但是數據可能有標注錯誤,分類也有可能會有模糊地帶,利用這兩種方法就直接打破onehot 的概念,從fit標籤的值,變成去fit標籤的分佈,這讓機器從原有的「不是答案就算錯」的onehot思維,轉換到「那些是最有可能的答案」的分佈思維,這樣標籤標注錯誤與分類模糊區域的問題也可以基於fit 標籤的分佈的思路迎刃而解,所以也算是使用這兩個技術的另一種正面意義
mixup : https://arxiv.org/pdf/1710.09412
cutmix : https://arxiv.org/abs/1905.04899
accuracy計算 在 EE Times Taiwan Facebook 的最佳解答
https://www.edntaiwan.com/news/article/20191108TA31-high-accuracy-resolver-simulator-system-with-fault-injection-function
accuracy計算 在 讀書e誌 Facebook 的最讚貼文
*** 與不確定性共舞 (3 之1)****
Thinking in bets 德州撲克女王談決策思維 (有中文版!)
"Life is poker, not chess" (人生像是德州撲克,而不是西洋棋)。比起西洋棋的可計算性,德州撲克包括了人心和運氣的不確定因素,用人生更加相似。
Annie Duke 是美國德州撲克常勝軍,在二十多年比賽後退休了,常常被許多組織或是企業邀請分享如何做決策。本身就是攻讀心理博士 (後來肄業)的她,意外踏上撲克桌,磨練出一套兼顧心理,腦神經科學,以及實戰經驗的一套決策法則。
我喜歡這本書開宗明義提到的兩個觀點:
1. Quality of decision is separate from the outcome 決策品質與成敗必須分開來看
這點跟一般想法很不同,但事實就是很多東西不在我們的掌握中,好的決策可能會輸,不好的決策可能剛好碰上好運。若不分別兩者,我們心理很容易將成功歸功自己智慧,失敗歸咎運氣不佳,兩者分開看,才有機會增進自己決策的品質。
2. We are all overly confident 我們通常都太過自信
“如果一枚硬幣連續擲出三次頭部,那麼第四次又是頭部的機率如何?” 大部分人會很自信回答 50%, 但作者說我們很少質疑硬幣本身,是否兩面圖案是否一樣?是否直硬幣的人有做手腳?硬幣本身的品質公平嗎?
雖然如此,我們大腦是為了快速決策而設計的,而且“犯錯”給人的負面感受遠大於做對決策的正面感受 (參考 “快思慢想”)。當顯示我們想錯了,一般會選擇比較不痛苦的“自圓其說”而非承認錯誤。如何以符合我們大腦運作方式,還能增進個人或是團體的決策品質呢?有幾點我絕覺得很值得參考:
1. What % am i sure, admitting we are not sure 論述自己的觀點,用機率描述 (像是降雨機率)
這樣,有新的證據顯示相反時,會像是幫助你調整機率值的新資訊,而不是一種否定。(也讓他人提出不同意見時不用擔心冒犯)
2. How we think we compare to others impedes our learning 對別人的表現抱持中立心態
當你專注用人比較時,容易覺得別人運氣好,這樣的心理作用會讓你喪失學習的機會。
3. Accountability to accuracy -- what a bet is 決策時要像賭博一樣思考籌碼與代價
4. Experience vs. learning opportunity
光有經驗不代表有成長,唯有在每次決策後,不論成敗,很有意識地分析自己決策品質,才會進步。她也說不要因人取言,只因為你喜不喜歡一個人,無法代表他的意見值不值得參考,會錯失很多好的資訊或是學習機會。
5. Time travel and opportunity to regret 用想像力回到過去或是跨越未來
假想過去這麼做,現在會覺得正確嗎?想像現在的決策,未來會後悔嗎?這些想像操練,會給你不同的思考面向和找出問題的機會。她也說道,我們常常眼光短淺,像是每天在看股市起落的人,決定我們快樂滿足與否,但我們應該放長眼光看,更像是巴菲特選股看長期的精神。
總歸來說,最難的就是制服自我 (ego) 一個人如果更在乎進步,勝於自我感覺良好的需要,再加上刻意的練習,就已經讓決策品質提升,增加成功的機會大大提升了!
"不 輕 易 發 怒 的 , 勝 過 勇 士 ; 治 服 己 心 的 , 強 如 取 城 " 箴言
書中還有很多好東西,推薦大家有興趣可以找來讀!
中文版 “高勝算決策: 如何在面對決定時, 降低失誤, 每次出手成功率都比對手高?”
影片: Why saying "I dont know" is a key to success (為什麼承認“我不知道”是成功的必要因素之一?)
中文版與影片鏈結在部落格中 👇👇👇
https://dushuyizhi.net/thinking-in-bets-%e5%be%b7%e5%b7%9e%e6%92%b2%e5%85%8b%e5%a5%b3%e7%8e%8b%e8%ab%87%e6%b1%ba%e7%ad%96%e6%80%9d%e7%b6%ad-%e6%9c%89%e4%b8%ad%e6%96%87%e7%89%88%ef%bc%81%ef%bc%89/