Re: [討論] 語文效率的偽科學

※ 引述《fw190a (las)》之銘言： : ※ 引述《ZMittermeyer (ZM)》之銘言： : : 1 bit的定義是：如果一個黑盒子中有A與B兩種可能性，他們出現的機率相等 : : 要確定會是A還是B，我們需要的訊息量就是 1 bit : : 所以訊息論根本上是一個在研究「消除不確定性」的系統性學問 : : 訊息量的定義就是「不確定性的消除量」 : : 而傳輸 1 bit 訊息，和你使用電腦、手機、旗語、骰子、手勢、聲波都沒有關係 : : 訊息論也可以計算旗語、骰子、手勢、聲波這些通訊協定的訊息量是幾bit : 兩個可能性確定一個是1 bit， : 32確定一個的時候，訊息量是5 bit。 : 消除不確定是微觀系統內的定義， : 但可能性越多複雜度越高，訊息量單位越高也是事實， : 從一開始試圖把訊息量定義成一個"好的東西"， : 就是你整個理論的執拗而已。 : 其實我看出來你的整套理論，就是因為你自認掌握著一種真理， : 所以能在世界尺度評判哪個東西訊息量高哪個低，又哪個是雜訊， : 所以你反覆套這個公式來強化自己的認知。 : 但對於他人來說你的邏輯根本雞同鴨講， : 你這真的只是包裝的傳教行為。 : ，，， : 訊息量首先是訊息多少的量度，然後才是不確定性消除的程度。 : 你用不確定性來說明訊息量大小， : 基本上是預設了你有一個給定的可能性範圍， : 才能去套/去比較兩個訊息量，如何分割那個總量。 : 但日常生活，講話的過程是在同時給出那個可能性的邊界， : 然後再慢慢透過語法與脈絡去排精確意涵。 : 不是 一堆人在這個細節搞這麼久 香農信息熵的概念是這樣 1. Plamc是人 2. Plamc是男人 3. Plamc是PTT前版主以及作家 當你把plamc當作一個黑盒子 去告訴一個不知道底細的路人 1成立的機率最高 2其次，3最低 所以機率越低的信息量越大，所以叫信息熵 因為如果信息為真 代表你排除了更多的不確定性 H = -k log P H是信息量 P是成立的機率 也可以寫成 H(S) = - pi log(pi) 如果把log底取2就是1 bit 表示法 pi 就是多個陳述語句的機率 這就是ZM要說明的信息量與機率 至於後面的推論對不對是另一回事 前面這種看不懂就會變雞同鴨講 ----- Sent from JPTT on my iPhone -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 60.250.152.208 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/DummyHistory/M.1695550456.A.19D.html