🚪🚪🐐蒙蒂大厅问题的决策课程
进入三个直觉的旅程：普通，贝叶斯和因果关系post the Monty Hall问题的决策课程首先出现在数据科学方面。
来源:走向数据科学问题是一种众所周知的大脑预告片，我们可以从中可以从中学习重要的教训，这些课程通常是有用的，尤其是数据科学家。
决策如果您不熟悉此问题，请准备困惑。如果是的话，我希望能阐明您可能没有考虑的方面。
我介绍了问题并解决了三种类型的直觉：
- 常见 - 这篇文章的核心重点是应用我们的常识来解决这个问题。我们将探讨为什么它使我们失败了😕以及我们可以采取直观地克服这一点，以使解决方案晶体清晰。我们将使用视觉效果，定性论点和一些基本概率（我保证的不是太深）来做到这一点。Bayesian-我们将简要讨论信仰传播的重要性。我们将使用图形模型可视化在现实世界中使用蒙蒂大厅问题所需的条件。
我通过讨论学习的经验来总结，以获得更好的数据决策。
深度潜水通过检查概率的此难题的各个方面🧩您有望能够改善数据决策。
问题的核心是一个显然很简单的场景：
Zonk n n-1 n-2 n = p y p（y = ） p（y z