C2：偏斜分布

• 不确定性是大自然固有的，可以观测到的现象只是一些随机的映像，概率分布才是真实的东西——重力加速度的测量
• 数学上一切以人命名的概念都不是以发现者的名字命名的。
• 举例并不是证明——达尔文无法举出在人类历史上新出现的物种——用于证明“新物种产生的原因是适者生存”

C3：亲爱的戈塞特先生

• 我们测量的是样本中酵母细胞的数量，但我们研究的真正对象是整个罐子里的酵母细胞浓度。由于酵母是活的，细胞又在不断繁殖分裂，因此这个”对象”实际上并不存在，现实中存在的仅仅是单位容积内酵母细胞的概率分布——泊松分布。
• 尽管戈塞特做了许多谦虚的声明，但这个领域许多影响深远的重大贡献都是他一个人做出来的。

C5：收成变动研究

• 当其他人争执不休时，费希尔坐在那里，静静地吸着烟斗，等待着说话的机会。“随机化。”他开口了——方差分析
• 我们应该对年轻的科学家提出提醒和建议：当他想要为人类的知识宝库献上一颗宝石的时候，他一定会受到某些人的攻击。

C6：百年一遇的洪水

• 棉线的断裂取决于其中最弱一根纤维的强度——极值分布

C11: 假设检验

• 频数学派——大数定律——拥有固定概率的相同试验不断进行，结果拟合于理论概率

C13：贝叶斯的“异端邪说”

• 所有概率都是有条件的——条件概率——对于不同的先决条件，某一指定事件的概率是不同的。
• 人们发明”概率”一词就是为了描述人类对不确定性的感知。
• 贝叶斯方法：先验概率->数据->后验概率

C14：数学界的莫扎特

• 天才的秘密在于长久的青春，青春有许多特征，其中之一就是激情。
• 概率的定理和方法实现了完全的自洽。

C17：部分优于整体

• 机会样本：最容易获取到的数据，并不一定真正代表整个分布
• 判断样本：用关于总体的现有知识选择少量数据代表总体中的不同群体
• 发票显示劳工统计局想哈佛大学订购了“一个逆矩阵”

C18：吸烟会致癌吗

• 原因和结果意味着什么
• A引起B的符号
• 发表性偏倚——实质蕴涵

C20：单纯的德州农家孩子

• 公理背后没有言明的假设
• 给这个孩子发一枚铜币，他似乎一定要从自己学到的知识中获得某种利益

C21：家族中的天才

• 数据的“真正维度”常常不超过5维——投影寻踪方法

C25：黑衣女子的建议

• 如果我们只是对一个普通人说”P小于0.0001”，那么他并不能领会到我们想表达的意思。我们必须用他们的语言来解释我们的发现，我们必须培养说服别人的能力。

C29：建立在沙土上的摩天大厦

• 现实是非常复杂的，人们构造的科学模型永远无法完整地描述现实。
• 哲学关注的是我们日常生活中的文化思想和活动背后的基本假设——人类堕落假设。
• 它们所研究的概率分辨率已经超出了人类的感受能力。

检测产品的价值不应由检测率和误报率衡量，而应由响应率衡量

模型能力的建设固然重要，但模型的可解释-可复现特性在另一个侧面影响了响应率。

对告警信息，运营人员通常只能做出两种决策：1）调查 2）不调查（可视作二值化算法）。我们应该如何对数据加以解释，使之更好的辅助决策？

1. 输出概率——此模型准确率在90%左右。
   事实上，这个数字仅是自己视野范围内小数据的统计结果，是否能够代表真实环境（大数据）的表现？是否能够在另一份小数据上获得相同的效果？

2. 概率+事件空间——此模型在XXX数据集测试中获得90%准确率。
   paper中的用法，解释了统计结果的来源，给出了不同模型的评判标准。但这个数字是否能够辅助决策？

3. 输出概率排序
   事实上决策者无需知道事件的精确数值，只需知道事件的概率排序。但实际的决策顺序并非只有模型的准确性一个维度决定，还有运营资源、威胁的严重程度等（或许一个可能发生的内网蠕虫要比一个确定的self-xss要优先运营）。

4. 降低分辨率
   在"二值化决策"的过程中，90%和75%对于运营者的感知差异并不是很大。这种"分辨率"过高的统计结果可压缩为一个简单的概率模型，从而让绝大部分人在二值化决策中保持一致：
   1）绝对正确
   2）正确的可能性比错误高
   3）正确的可能性与错误相同
   4）正确的可能性比错误低
   5）绝对错误

就目前的产品形态，模型告警均以"绝对正确"的假设传递给用户。