Математик Дмитрий Ветров о теореме Байеса, целях машинного обучения и сложных вероятностных моделях.

Ещё на заре европейской науки Демокрит полагал, что причину имеет всё, и что случайность люди ввели, "чтобы оправдать свою глупость". Однако он же положил в основание своей натурфилософии беспорядочное движение атомов, из-за которого явления приходится фактически рассматривать как случайные. В этом противоречии наука и пребывает 2400 лет: хотя без случайности ни один род деятельности (в том числе и ни одна теория явлений — природы или общества) обойтись не может, но до сих пор можно услышать и прочесть, что случайности как таковой в строгом представлении первой научной картины мира не существует. Тем не менее, в наше время можно привести аккуратные примеры случайности, не сводящиеся к незнанию или непониманию причин, что ниже и будет сделано.

Наши представления о случайном, закономерном и невозможном часто расходятся с данными статистики и теории вероятностей. В книге «Несовершенная случайность. Как случай управляет нашей жизнью» американский физик и популяризатор науки Леонард Млодинов рассказывает о том, почему случайные алгоритмы выглядят так странно, в чем подвох «рандомной» тасовки песен на IPod и от чего зависит удача биржевого аналитика.

Стенограмма и видеозапись лекции доктора физико-математических наук, ведущего научного сотрудника Математического института имени Стеклова, ведущего научного сотрудника ИППИ РАН, профессора факультета математики Высшей школы экономики, директора исследований Национального центра научных исследований во Франции (CNRS) Александра Буфетова, прочитанной в рамках цикла «Публичные лекции "Полит.ру"» 6 февраля 2014 г.

Парадокс Монти Холла — одна из известных задач теории вероятностей, решение которой, на первый взгляд, противоречит здравому смыслу.

Бросание монеты, дни рождения. Парадокс Кардано. О необходимости фиксации вероятностной модели в каждой ситуации. Задача о трёх картонках. Пространство элементарных событий. Суммы, произведения. Условные вероятности. Нарушение транзитивности при бросании костей. Случайные величины и их характеристики. Как возникают недоразумения из-за матожидания. Стоит ли покупать лотерейные билеты. Не обманывают ли нас страховые компании. Вывод закона больших чисел. Стабилизация функций большого числа переменных. Обоснование частотного определения вероятности. Парадокс Монти Холла. Конверты с деньгами. Семьи с близнецами. Интуитивно неожиданная ситуация с неравенствами. 01-последовательности.

Летняя школа «Современная математика», г. Дубна 24-25 июля 2004 г.

Очень часто людям приходится принимать важные решения на основе вероятностных наблюдений, то есть имея знания об аналогичных процессах в прошлом. «Будет ли завтра дождь?», «Влияет ли лекарство на самочувствие больных?», «Какая будет сегодня загруженность дорог вечером?» — эти и другие подобные вопросы волнуют многих. Однако, в реальной жизни, в отличие от строгих математических моделей, исходы испытаний зависят от воли случая или от факторов, которые не были приняли во внимание. Так, например, загруженность дорог сегодня может быть намного больше, чем обычно, если погода оказалась хорошей и люди поехали на дачу. Или может показаться, что тестируемое лекарство дает намного больший эффект просто потому, что на малом количестве испытаний нам просто повезло. Как же тогда использовать знания о прошлом, если точно предсказать будущее все равно не получится?

Теория вероятностей — один из важнейших разделов математики, занимающийся изучением случайных явлений и выявлением их закономерностей. Эта теория возникла ещё в средние века, благодаря выдающимся учёным: Блезу Паскалю и Пьеру Ферма, которые провели математический анализ азартных игр. Едва появившись, она во мгновение ока вызвала к себе неподдельный интерес учёных и быстро проникла в научный мир, став его неотъемлемой частью. Какие законы управляют случаем?

При решении вероятностной задачи мы обычно начинаем с каких-то предположений о распределениях вероятностей. Зачастую естественно один раз зафиксировать эти предположения и дальше задавать разные вопросы. В этом курсе предлагается отвечать на один и тот же вопрос, немного меняя предположения. Нужно заранее хорошо представлять себе, что такое условная вероятность, математическое ожидание, дисперсия. В конце курса понадобится поверхностное представление об аксиоматике теории вероятностей в общем случае. Ещё нужно нужно не бояться разбираться в ситуации, где каждый возможный ответ противоречит здравому смыслу.