本文从信息论的角度探讨了如何消除不确定性，包括信息量与不确定性的关系、幸存者偏差和大数据思维。强调在面对未知领域时，数学原理如信息论能提供指导，并指出在大数据时代，思维的重要性超过技术，行业知识的积累是解决数据矛盾的关键。此外，文章提及信息化与数字化的平衡，以及科学方法在动态环境中的应用。
一、整体框架
>信息论-消除不确定性的方法论
信息量和不确定性有关。对一个未知系统（黑盒子）所作出的估计和真实情况的偏离，就是信息的损失，偏离越多损失越大。这些信息大小是通过信息量（单位是“比特”）进行衡量；信息的传播是有成本的，其成本就源于信道的容量，而当信息传输所用的信道一旦固定，能承载的信息量是有限的。
>信息论-幸存者偏差（survivorship bias）
幸存者偏差本质上是一种取样偏差（有效的取样应该是完备且随机的），我们更多的关注那些成功者 ，忽略了倒霉蛋，从而做出了错误的判断，甚至得出了荒唐的结论。——可疑的成功学
当我们要进入一个之前一无所知的领域时，数学概念、原理和方法会给我们带来一些最基本的原则，和最有价值的经验。信息论在一定程度上，可以让我们的有一个基准，遇事能够找出大致的方向。
>信息论-大数据思维
思维比技术更重要，大数据的4个明显的特征，即数据量
最低0.47元/天 解锁文章
扫一扫
1358
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
