按标签浏览

从数据中推断因果关系：用随机实验、自然实验、匹配等方法，区分相关和因果。

用变量预测另一个变量：建立自变量和因变量之间的数学关系，用于预测和解释。

把相似的对象分组：无监督学习方法，根据相似度把对象分成不同的簇。

用数据判断假设是否成立：提出原假设和备择假设，用统计量判断是否拒绝原假设。

模拟蚂蚁觅食的优化算法：蚂蚁通过信息素找到最短路径，模拟这个过程解决复杂优化问题。

模拟生物进化的优化算法：通过选择、交叉、变异操作，在解空间中搜索最优解，适合复杂优化问题。

反过来想：不要问如何成功，先问如何必然失败，然后系统性地避开它。避蠢优于求智。

剥开类比与惯例，回到最基本的不可再分的事实，从那里重新推理——别人告诉你「是什么」，你问「能是什么」。

如果多个解释都能说明同一现象，优先选择假设最少的那个——如无必要，勿增实体。

能解释为愚蠢的，就不要解释为恶意——大多数伤害来自无能而非蓄意。

判断行为对错的标准是「最大多数人的最大幸福」——结果好就是好，动机不重要。

对一切断言保持质疑，要求证据——不是否定一切，而是「不轻易相信，除非有充分理由」。

整体大于部分之和——系统的属性不能通过单独研究部分来完全理解，必须看整体和互动。

无解双向博弈死局：用自指回答让规则执行者陷入逻辑矛盾，无论如何选择都会自相矛盾。