Användardiskussion:Walle68

Uppskattning

Jag ser du arbetar med att förbättra artiklarna inom matematik. Det är ett område som bara ett fåtal "klarar" av att putsa i så dina förbättringar är mycket välkomna. Yger (disk) 17 juni 2012 kl. 10.50 (CEST)

Mer uppskattning följer...

Trevligt att du vill rätta fel i matematikartiklarna! Behovet föreligger. Många artiklar förefaller "övergivna" och ägnas inte mycket intresse. Möjligen beror det på att motsvarande engelska artikel ofta har karaktären av "masterclass"... Vad det lilla språkområdet borde kunna åstadkomma är bra artiklar på gymnasienivå och något däröver. Alltså med fokus på en klar (och korrekt) framställning av det elementära där motsvarande engelska artikel kanske är för vidlyftig etc för att bäst passa alla läsare... Några artiklar jag försökt detta med är triangel, vektor, växelström.

Svjo (disk) 19 juni 2012 kl. 16.08 (CEST)Svjo

Det låter som en bra idé och ansats till förändringar. Jag har läst igenom dina artiklar och tror jag förstår vad du syftar till. Att skriva begripligt, kortfattat och samtidigt uttömmande är en konst. Får ta en artikel i taget och se hur långt jag hinner. Tack för påhälsningen Walle68 (disk) 20 juni 2012 kl. 21.59 (CEST)

Kategori

Hej Walle, jag såg den nya kategorin för grundläggande matematik som du skapade. En liten sak innan du hinner lägga in för många artiklar i den är att matematik i namngivningen av kategorin borde skrivas med litet m, inte versalt. Om du skapar en ny kategori enligt detta kan jag radera den första med stora M som ersatt. Mvh Höstblomma (disk) 15 juli 2012 kl. 14.34 (CEST)

Osannolik artikel

Artikeln Sannolikhet kan kanske inte anses komplett... Jag klippte ett stycke från engelska wiki och googleöversatte. Tror du stycket har någon plats i artikeln? Tillräckligt flummig för att hetsa Catullia? Vet du något om bayesiansk logik, kan du förbättra stycket så att åtminstone någon gymnasist kan ha nytta?

---

Bayesian probability is one of the different interpretations of the concept of probability

and belongs to the category of evidential probabilities. The Bayesian interpretation of 
probability can be seen as an extension of logic that enables reasoning with propositions
whose truth or falsity is uncertain. To evaluate the probability of a hypothesis, 
the Bayesian probabilist specifies some prior probability, which is then updated in 
the light of new, relevant data.

The Bayesian interpretation provides a standard set of procedures and formulae to perform

this calculation. Bayesian probability interprets the concept of probability as
"an abstract concept, a quantity that we assign theoretically, for the purpose of
representing a state of knowledge, or that we calculate from previously assigned
probabilities,"[2] in contrast to interpreting it as a frequency or "propensity"
of some phenomenon.

The term "Bayesian" refers to the 18th century mathematician and theologian Thomas Bayes, who provided the first mathematical treatment of a non-trivial problem of Bayesian inference.[3] Nevertheless, it was the French mathematician Pierre-Simon Laplace, who pioneered and popularised what is now called Bayesian probability.[4] Broadly speaking, there are two views on Bayesian probability that interpret the probability concept in different ways. According to the objectivist view, the rules of Bayesian statistics can be justified by requirements of rationality and consistency and interpreted as an extension of logic.[2][5] According to the subjectivist view, probability quantifies a "personal belief".[6] Many modern machine learning methods are based on objectivist Bayesian principles.[7] In the Bayesian view, a probability is assigned to a hypothesis, whereas under the frequentist view, a hypothesis is typically tested without being assigned a probability.

---

Google-översatt och snabbrättad:

Bayesiansk sannolikhet

Bayesiansk sannolikhet är en av de olika tolkningarna av begreppet sannolikhet och tillhör kategorin bevisbara sannolikheter. Den bayesianska tolkningen av sannolikhet kan ses som en förlängning av logik som gör det möjligt att resonera med antaganden vars sanning eller falskhet är osäkra. För att utvärdera sannolikheten för en hypotes anger den Bayesianska probabilisten en viss tidigare sannolikhet, som sedan uppdateras i ljuset av nya relevanta uppgifter.

Den Bayesianska tolkningen tillhandahåller en standarduppsättning förfaranden och formler för att utföra denna beräkning. Bayesian sannolikhet tolkar begreppet sannolikhet som "ett abstrakt begrepp, en kvantitet som vi tilldelar teoretiskt, i syfte att representera ett tillstånd av kunskap, eller som beräknas från tidigare tilldelade sannolikheter," i motsats till att tolka det som ett frekvens eller "benägenhet" hos ett fenomen.

Termen "Bayesiansk" avser 1700-tals matematikern och teologen Thomas Bayes, som gav den första matematiska behandlingen av ett icke-trivialt problem med bayesiansk inferens. Men det var den franske matematikern Pierre-Simon Laplace, som banade väg och populariserade det som nu kallas Bayes sats.

I stort sett finns det två uppfattningar om den bayesianska sannolikheten och som tolkar sannolikhetskonceptet på olika sätt. Enligt objektivistisk mening kan reglerna för bayesiansk statistik motiveras av kraven på rationalitet och konsekvens och tolkas som en förlängning av logik. Enligt den subjektivistiska uppfattningen kvantifierar sannolikheten en "personlig tro". Många moderna metoder för upplärning av maskiner är baserade på objektivistiska bayesianska principer. I bayesiansk mening är en sannolikhet tilldelad en hypotes, medan enligt den frekventialistiska uppfattningen är en hypotes vanligtvis testad utan att tilldelas en sannolikhet.

Svjo (disk) 20 juli 2012 kl. 18.06 (CEST)

Kommentar

Jag tycker absolut att Bayesiansk tolkning av sannolikheter samt några illustrerande exempel borde vara med i artikeln. Tyvärr kan jag för lite om det och blir inte speciellt upplyst av texten. Den är svår. Jag skulle kunna gå in och ställa frågor om de olika uttrycken för att bolla lite, om du vill, men i stort är jag nog inte tillräckligt kunnig.

Walle68 (disk) 23 juli 2012 kl. 17.00 (CEST)

Texten är ju knappast encyklopedisk; man använder en encyklopedia för att få veta saker, inte för att serveras gåtor... Tydligen har även engelska wiki sina fläckar (en smula tröst för oss som representerar små språkområden...). Vad som behövs är ett väl genomarbetat representativt exempel men jag hittade inget sådant på webben. Sedan återstår frågan i vilken grad och på vilket sätt "bayesiansk logik" är ett väldefinierat område, räcker det med att Bayes sats används någonstans etc... Svjo (disk) 23 juli 2012 kl. 20.01 (CEST)