बेयसियन संभावना के साथ बेहतर निर्णय लें, जोखिम पर विचार करने का स्मार्ट तरीका

यह अनुमान लगाया गया है कि मानव वयस्क एक दिन में लगभग 35,000 निर्णय लेते हैं - अच्छे निर्णयों का प्रतिशत वयस्क पर निर्भर करता है। ये विकल्प टॉयलेट पेपर को रोल करने या क्रुम्पल करने के निर्णय के रूप में या किसी रिश्ते को छोड़ने के लिए भावनात्मक रूप से जटिल के रूप में के रूप में हो सकते हैं। और क्योंकि मनुष्य अपनी भावनात्मक पूर्वाग्रहों के स्वामी के बजाय, रणनीति और बौद्धिक ढांचे के अधीन हैं, जो किसी के लिए उचित तरीके से काम करने की उम्मीद के लिए आवश्यक हैं। दुर्भाग्य से, हमें हमेशा सर्वश्रेष्ठ उपकरण नहीं दिए गए हैं। उदाहरण के लिए, अधिकांश लोग संभावना के बारे में जिस तरह से सोचते हैं, वह आधुनिक के अनुकूल है।

किसी भी दिन, एक आधुनिक समाज में रहने वाला कोई भी व्यक्ति संगठनों, मशीनों और मूल्य निर्धारण मॉडल के साथ संलग्न होगा जो वे पूरी तरह से नहीं समझते हैं। अधिकांश लोग इन दैनिक पहेलियों को व्यावहारिक रूप से अपनाते हैं, सूचना का उपयोग करके उन्हें एक सफल परिणाम के लिए अवसर को अधिकतम करना होता है। यह अनिवार्य रूप से हमारे माता-पिता हमें बच्चों के रूप में करना सिखाते हैं। जब लोग "तर्क" के बारे में बात करते हैं तो अक्सर ऐसा होता है लेकिन यह भी अक्सर अपर्याप्त प्रक्रिया होती है। जब महत्वपूर्ण ज्ञान अंतराल होते हैं तो यह केवल अनुमान लगाने से थोड़ा अलग होता है। हम संक्षेप में, अक्षम तरीके से संभाव्यता के बारे में सोच रहे हैं। परिणामों पर ध्यान केंद्रित करने के बजाय, हमें बायेसियन संभावना के मूल विचारों का उपयोग करके स्थितियों की हमारी समझ पर ध्यान केंद्रित करना चाहिए।

बायेसियन संभावना ऐतिहासिक आवृत्तियों पर विश्वास की डिग्री को शामिल करती है: विचार यह है कि अनिश्चितता से बाहर किए गए निर्णय किसी को मूल रूप से जो जानते हैं और एक नई जानकारी के रूप में अपडेट किए जाते हैं, द्वारा सूचित किया जाता है। अधिगम को अधिकतम करते हुए विचार जोखिम को कम करना है। मोनोलिथिक के रूप में समस्याओं के करीब आने के बजाय, बेइज़ियन ने उन्हें अधिक सुपाच्य टुकड़ों में काट दिया। ज्ञान मार्ग के साथ संचित है।

यह समझने के लिए कि यह कैसे काम करता है, आपको गणित करना है। केंद्रीय समीकरण, जिसे बेयस नियम के रूप में भी जाना जाता है, थॉमस बेयस द्वारा तैयार किया गया था, जो एक अंग्रेजी पादरी और गणितज्ञ थे जिनकी मृत्यु 1761 में हुई थी। यह एक परिणाम के लिए अग्रणी घटनाओं के अनुक्रम की भविष्यवाणी करता है। समीकरण में, टी की परिकल्पना का परीक्षण किया जा रहा है और ई साक्ष्य के नए टुकड़ों का प्रतिनिधित्व करता है जो या तो परिकल्पना की पुष्टि करेगा या उसे बाधित करेगा। यहां की मान्यताएं उद्देश्यपूर्ण नहीं हैं, लेकिन पूर्व मान्यताओं के लिए सशर्त और रास्ते में क्या सीखा जाता है।

समीकरण निर्णय निर्माताओं को एक ही समय में सूचना और घटनाओं के टुकड़ों की संभावना प्रदान करने की अनुमति देता है, एक परिणाम की संभावना के शीर्ष पर एक अंतर्निहित धारणा की संभावना को निर्धारित करता है।

2011 के एक पेपर में क्वीन मैरी यूनिवर्सिटी के प्रोफेसर नॉर्मन फेंटन ने तर्क दिया कि निर्णय लेने का सबसे प्रभावी तरीका बायेसियन नेटवर्क के बंद संभावित मॉडल है। वह लिखते हैं कि 2008 का वित्तीय संकट एक जागृत कॉल था जिसे लोगों और वित्तीय प्रणालियों को जोखिम मूल्यांकन में बेहतर करने की आवश्यकता थी। जबकि बायेसियन संभावना 16 वीं शताब्दी के बाद से एक महत्वपूर्ण निर्माण के रूप में मौजूद है, यह व्यापक रूप से लागू या सिखाया नहीं जाता है। और जबकि यह स्पष्ट है कि बायेसियन विचार वित्त पर लागू होता है, यह एक असंख्य अन्य स्थितियों का भी एहसास कराता है।

फेंटन लिखते हैं, "लगातार और प्रभावी रूप से इस तरह की समस्याओं से निपटने के लिए हमें अनिश्चितता की मात्रा निर्धारित करने की एक कठोर विधि की आवश्यकता होती है, जो हमें विशेषज्ञ निर्णय के साथ डेटा को संयोजित करने में सक्षम बनाती है।" "बायेसियन संभावना एक ऐसा दृष्टिकोण है।"

फेंटन बायेसियन सिद्धांत के बढ़े हुए अनुप्रयोग के लिए मामला बनाता है, लेकिन इसे पहले - और अच्छे प्रभाव के लिए अपनाया गया है। द्वितीय विश्व युद्ध के दौरान कोड क्रैक करते समय एलन ट्यूरिंग ने बायेसियन आंकड़ों का उपयोग किया। यह सोचने का एक नया तरीका लोकप्रिय नहीं होने का एकमात्र कारण यह था कि 2012 में सूचना के विघटित होने तक किसी को पता नहीं चला था। यह भी वर्ष 2012 के नैट सिल्वर का इस्तेमाल किया गया था जिसमें प्रभावशाली सटीकता के साथ 2012 के चुनाव परिणामों की भविष्यवाणी की गई थी।

भविष्य की भविष्यवाणी करने वाली अन्य प्रणालियों की तुलना में बायेसियन संभावना बेहतर है क्योंकि यह उन कुछ तरीकों में से एक है जो वास्तव में अप्रत्याशित मानवों के लिए खाते हैं। हालांकि यह शामिल है कि कोई क्या जानता है, यह इस तथ्य पर भी प्रतिक्रिया करता है कि मानव की पसंद लगातार प्रासंगिक और स्थितिगत चर से प्रभावित होती है। यह उपयोगी है कि क्या आप यह जानने की कोशिश कर रहे हैं कि किस शेयर में निवेश करना है, या आपके पटल पर कौन सी फल की थाली सबसे सफल होगी।

लेकिन आप इसे आज कैसे लागू कर सकते हैं? सरल: आप जो सोचते हैं, उसके बारे में सोचें और निर्णय लेने से पहले आपको लगता है कि आप इसे जानते हैं। फिर सोचें कि क्या यह निर्णय आपको अपने संदेह की पुष्टि करने या इनकार करने की अनुमति देगा। यह बहुत आसान है। यह घटनाओं के सरल वास्तविकता के बजाय क्या होता है पर क्यों ध्यान केंद्रित करने के लिए अनुशासन रखने की बात है। सिर्फ इसलिए कि कुछ होता है, यह संभव नहीं है