【博弈论】从博弈的角度看“罗质翔”

首先从此次辩论胜负来看的话,同为形象代表的两人说要有个胜者无疑会是罗永浩。

涉及到商业形象价值的考虑,这次交流直接和两公司的利益相关。就说论手段而言,罗永浩作为来吵架的,他的立场是在气势上压倒王自如,否认自己手机的缺陷,而对于王自如来说,自然是要证明自己的评测机构Zealer可靠过关。

同不是技术出身的两人,更是开始就把自己推到了【吉祥物】、【代表人】的高度上。

但就辩论过程和逻辑思路来看,王自如是完败。

下面我们以博弈论的视角来看看,究竟双方的收益会是怎样:

===========================

Do not play a strictly dominated strategy.   不要选择严格劣势策略

Zealer测评SmartisanT1视频可以看出,Zealer在手机测评方面确实不够专业,在测评过程中并不是以手机测试这个客观的角度来看的,严格来讲这个机构更多的只是让用户对自己的需求来做个Yes or No的选择。

就锤子手机而言,设计以及需求的创新不可否认,但性能评测一览无余,以高端的订制来打造一部中端机,我们只能得出,T1还不算是优秀的。

抛开Zealer与锤子不说,王自如对手机测评的认真绝对是认真的,罗永浩对手机的完美更是近乎偏执。

那这个时候再想想,这次直播让双方的媒体曝光前所未有的增加,以最少的投入得到了最大的收益,作为不是同行业的竞争对手来讲,这次都获得了积极的效用。

这也就是博弈论中重要的一点,双方都不会选择严格劣势策略,Zealer也不会是评测手机不过关的公司,锤子也不会做性能太低的手机,双方在这场“博弈”前就已经弄清楚了自己的收益会是怎样。

===========================

持续更新中...


根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值