所有概率都是预测输出！贝叶斯频率之争有解了
A Unifying Perspective on Probabilities as Model Predictions
📖 AI 总结
该论文提出了一种关于概率的统一视角，认为所有概率本质上都是某种“预测方法”的输出，即概率同时依赖于构建抽象的方式以及将这些抽象转化为预测的方式。基于这一框架，作者指出即便是通常被视为客观的概率也具有模型依赖性，从而为贝叶斯派与频率派等不同解释之间提供了连接。文章进一步表明，当满足有限校准准则时，可以预期给定策略下的效用分布，并据此在有限事件集上做出有效决策。作者还借助预测方法、归纳论证与概率演算，解释了该校准准则在许多情境下可行的原因。整体而言，该研究为理解概率的本质及其在决策中的实际作用提供了一个连贯的理论框架。
🔑 关键词速览
| 预测方法 (prediction method) | 指将抽象构建与预测转换相结合的过程，每个概率都是其输出。 |
| 有限校准准则 (finite calibration criterion) | 一种在有限事件集上评估预测是否与实际结果分布一致的标准。 |
| 效用分布 (distribution of utilities) | 给定策略下可能获得的效用值的概率分布，用于指导决策。 |
| 归纳论证 (inductive arguments) | 基于有限观察推断一般规律的推理方式，用于支持校准准则的可行性。 |
| 概率演算 (probability calculus) | 概率论的公理化体系，包括加法法则、乘法法则等基本运算规则。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅