收藏【零一小说wWw.db229.Com】，热门网络小说无弹窗免费阅读！
1)最优停止理论（概率与统计）
面试官对梅里尔·弗拉德说：“假设一堆人申请一个秘书岗位，而你是面试官，你的目标是从这堆申请人中遴选出最佳人选。你不知道如何给每一名申请人评分，但是可以轻松地判断哪一名申请人更加优秀。你按照随机顺序，每次面试一名申请人。你随时可以决定将这份工作交给其中一人，而对方只能接受，于是面试工作就此结束。但是，一旦你否决其中一名申请人，就不能改变主意再回头选择他。”
弗拉德说：“先观察前1\/e的面试者，每面试完一个人，都能知道其能力水平，然后选择后面遇到的第一个比前面所有面试者都优秀的人，否则就不选择。也就是37%法则。”
面试官说：“为什么是37%呢？”
因为这已经变成了一个概率问题了，假设总共有N个人，在面试的前r个人中，我们记住一个最优秀的人为k，那么从第r+1个人开始，只要大于k的，就选择，那么我们要求的是能够最大化成功选中最优秀面试者的概率可以近似为：
37%
面试官说：“那我们就需要去估计我们要去面试几个人了，因为这个数觉得了，我们用37%法则。”
1)最优停止理论（概率与统计）
面试官对梅里尔·弗拉德说：“假设一堆人申请一个秘书岗位，而你是面试官，你的目标是从这堆申请人中遴选出最佳人选。你不知道如何给每一名申请人评分，但是可以轻松地判断哪一名申请人更加优秀。你按照随机顺序，每次面试一名申请人。你随时可以决定将这份工作交给其中一人，而对方只能接受，于是面试工作就此结束。但是，一旦你否决其中一名申请人，就不能改变主意再回头选择他。”
弗拉德说：“先观察前1\/e的面试者，每面试完一个人，都能知道其能力水平，然后选择后面遇到的第一个比前面所有面试者都优秀的人，否则就不选择。也就是37%法则。”
面试官说：“为什么是37%呢？”
因为这已经变成了一个概率问题了，假设总共有N个人，在面试的前r个人中，我们记住一个最优秀的人为k，那么从第r+1个人开始，只要大于k的，就选择，那么我们要求的是能够最大化成功选中最优秀面试者的概率可以近似为：
37%
面试官说：“那我们就需要去估计我们要去面试几个人了，因为这个数觉得了，我们用37%法则。”