ಆಂಗ್ಲಮೂಲ:
Bayesian verses Bay
ಕನ್ನಡ ಮೂಲ ಪಲಕುಗಳು:
1) ಅರ್ಥವನ್ನೋದು...
2) ವರ್ತನೆಯೊಳಾವರ್ತವರ್ತವರ್ತನಿಸಿ..
 |
| Subrahmanya Road Station | credit: self |
ಬೇಡ! ಬೇಡ!! ಮಾಣ್!!!
ಆ ವಿರುದ್ಧ ದಿಕ್ಕುಗಳಿಗೆ ಹೊರಟು
ನಿಂದೆರಡು ರೈಲ ನಡುವಲೋಡಿರುವೀ
ಮೂರನೇ ಹಳಿಗೆ ತಂದ್ನಿಲಿಸಬೇಡ ನಿನ್ನಾಲೋಚನೆಗಳ
ಇಲ್ಲದರ್ಥದ ರೈಲ ಹಾಗೆ
ನಿಲುಕಟ್ಟೆಯಿಲ್ಲವಂತಹಾ ಮಧ್ಯಮಕ್ರಮಕೆ
ನೀನೇನು ಕೇಳುವೆ, ಯಾಕಿಲ್ಲಿಂಥ ಬಿಂಬವು
ನಿಲುಕಿತ್ತಿದರಲಾ ಮುಂಜಾವ ಭಾವವು
ಉಳಿಸಿದ್ದು ಇದರಾಳ ಕರಾಳ ಸಮಸೂತ್ರವು
ಮತ್ತ ನೀನನ್ನುವೆ
ಇವೆಲ್ಲ ಹುಸಿ ಸೂತ್ರಬದ್ಧವೇ!
ಹೃದಯವ ಸುಳಿವಿಲ್ಲದಾಗಿಸೊ
ತರ್ಕಗಳಾಡುಂಬೊಲವೆ!
ಅದಕೆನ್ನ ಕ್ಷಮೆಯಾಚನೆಯಲ್ಲಗಳೆತವೆ:
ಈ ಅತಿವಾಚ್ಯತೆ ಈ ವಾಗ್ವೈಭವ
ಈ ಉಪಮಾರೂಪಕಗಳ ಕ್ಲೀಷೆ
ರೇಜಿಗೆಯೆನಗೆ ಇವೆಲ್ಲವೆ
ಮತ್ತೆ
ಕಸುಬಲ್ಲಿ ನಾ ಕವಿಯೇನಲ್ಲವೆ
ಆದರೂ ಯನ್ನಲೀ ವರಸೆಗಳಾವಾಹವೆ
ಈ ಯಕಃಶ್ಚಿತ್ ಬೇಸಿಯನ್,
ಬೇಯಲಿದ್ದಂತೆ
ಭರಿಸಿಕೊಳ್ಳುವುದೇನೆಲ್ಲ ,
ಬೇಲಿ ಸಿಕ್ಕಂತೆ
ಹಾಗೊಮ್ಮೆಯೊಂದು ಸುನಾಮಿಯಲಿ,
ಸಿಲುಕಿದುದಸ್ತವ್ಯಸ್ತತೆಗೆ
ಹುಡುಕುವುದೊಂದು ಮುಳ್ಳು ಮೊನೆ,
ಕಸಗುಡ್ಡೆಯಡಿ ಹಾದಿಗಾಣೋಕೆ
ಇದುವೇನು ಬರೀ ದಿಕ್ತಪ್ಪಿಸುವಿಕೆ,
ಇಲ್ಲವೆ, ಅಸಾಂಗತ್ಯವೇ ಇದುವೆ?
ಈಗೇನು, ಗ್ರಹೀತಗಳ ನವೀಕರಣ ಕರ್ಮಣ್ಯವೆ,
ಇಲ್ಲವೆ, ಕರ್ತರಿಯೇ ವಿಚಲಿತ ಬಾಲಕ್ಕೆ?
...ಹಳಿತಪ್ಪಿತೇ ವಿಚಾರಣೆ?
ಇಲ್ಲವೇ,
ನಿಂತಿಹುದೇ ಫುಟ್ಬೋರ್ಡಲೆ?
ಹೀಗೆ ಬರಲಾಗೋವರೆಗೆ ಬಂದೆವೆಂದೇನೆ
ದೂಶಿಸಿದ್ದೇವೆ ತರ್ಕ, ವ್ಯಾಕರಣ, ಒಳಗಿಚ್ಚ ಛಂದವನೆ
ನಿರೂಪಗಳ ಗೈರಲಿ ಕೊನೆಗುಳಿವುದಾದರೂ ವಾಸ್ತವಕ್ಕೇನೆ
ಫಾವುರೆಯ ಚರಮಕ್ಕೆ ಬ್ಯಾಲೆಯಾಡುವ ಬೈನೆ
ಇಲ್ಲವೇ,
ನಿರ್ವಾತದಮೂರ್ತ ಕ್ವಾಂಟಂ ತುಯ್ತಗಳೇನೆ
ಹಾಗೆ ನಾವು ಗೂಡುತ್ತ ನಡೆವಂತೊಮ್ಮೊಮ್ಮೆ
ಯೊಂದರ್ಥ ಮೂಡಿದಂತಾಗುತ್ತೆ ಕೂಡ
ವಾದರದರಾಚೆಗೂ-
ಢ ಬಿಡಿ ಬಿಡಿ
ಬೈಫರ್ಕೇಟಾಗುತ್ತ
ದೂರ ಸರಿಯುತರ್ಥಗಳನಂತಾನಿಯತ
ಹಾರ್ಮೋನಿಕ ಸರಣಿಯೊಂದಂತೆ
ಕಡೆಗೋಲ ತಿರುತಿರುಗಿಸುತ ಹೊಡೆಹೊಡೆದಂತೆ
ಕೂಡಿಬಂದಂತೆ ಬೆಣ್ಣೆ
ಕರಕರಗಿ ಹೋಗುವುದಂತೇss
ಪ್ರಕೃತಿ-ಪುರುಷನಂತ ಸಮಸೂತ್ರತಾ
ಭಂಗದಲುಲ್ಲಂಘಿತ ಆವೇಶ-ಅನುರೂಪತೆ
ಯನ್ನ ಕಾಲವೇ
ತಿರುಗಿ ಸರಿಪಡಿಸುತ್ತಂತೆ.
==============================================================
1) Bayes by the Bay : A workshop/conf
Bay / ಬೇ (ಬಾಯ್!)
ಸಮಸೂತ್ರತೆ / Symmetry (ಸಮಮಿತಿ)
(see esply: modern physics anomaly)
stats aberration / ದಿಕ್ತಪ್ಪಿಸುವಿಕೆ / ದಾರಿತಪ್ಪಿಸುವಿಕೆ
large-deviations/ದೀರ್ಘ-ವಿಚಲನೆಗಳು,
blackswans/ಕಾಳಹಂಸಗಳು. ...)
ಬೇಸಿಯನ್ (Bayesian) ಸಂಖ್ಯಾಶಾಸ್ತ್ರಜ್ಞರ ಬಗೆಗೆ ತುಸು ತಾಂತ್ರಿಕ ಕಿರುಪರಿಚಯ:
ಬೇಸಿಯನ್ನರ ಜಾಯಮಾನವೆಂದರೆ ಪ್ರಾಯೋಗಿಕವಾಗಿ ಘಟನೆ (event) ಗಳ ಪುನರಾವರ್ತನೆಗಳ ಅಂಕಿಅಂಶಗಳನ್ನು ಗಮನಿಸಿ ದಾಖಲಿಸಿಕೊಳ್ಳುತ್ತಾ, ಆ ಆಧಾರದಲ್ಲಿಯೇ ಅವುಗಳ ಸಂಭವನೀಯತೆ (probability)ಯನ್ನು ಲೆಖ್ಖಿಸುತ್ತ ಹೋಗುವುದು. ಆ ಆಧಾರದಲ್ಲಿಯೇ ಘಟನೆಗಳ ಸಂಭವನೀಯತೆಗಳ ವಿತರಣಾಯಾದಿ (probability distribution) ಗಳ ರೇಖಾನಕ್ಷೆ (graph / plot) ಗಳನ್ನು ರೂಪಿಸಿಕೊಳ್ಳುತ್ತ, ಅವುಗಳ ಕುರಿತು ಊಹಾಸಿದ್ಧಾಂತ (hypothesis) ಗಳನ್ನು ಮಾಡಿಕೊಳ್ಳುತ್ತಾ ಹೋಗುವುದು. ಹೊಸ ದತ್ತಾಂಶಗಳು ಸಿಗುತ್ತ ಬಂದಂತೆಲ್ಲ ಹಳೆಯ ಊಹೆಗಳನ್ನು ನವೀಕರಿಸಿಕೊಳ್ಳುತ್ತಾ ಸಾಗುವುದು (updating the priors) . ಆ ಆಧಾರದಲ್ಲಿ ಆಯಾ ಬಗೆಗಿನ ಪ್ರಯೋಗಗಳಲ್ಲಿ ಹೆಚ್ಚು ಹೆಚ್ಚಾಗಿ ಕಂಡು ಬರುವುದೇನು (typicality) , ಅಪರೂಪಕ್ಕೆ ಕಂಡು ಬರುವುದೇನು (atypicality, rare-events, large-deviations, tail-ends of distributions...) ಎಂಬಿತ್ಯಾದಿ ಒಳನೋಟಗಳನ್ನು ಬೆಳೆಸಿಕೊಳ್ಳುತ್ತಾ ಸಾಗುವುದು...
ಯಾವುದೇ ಘಟನೆಗಳ ಸಂಭವನೀಯತೆಗಳು ಮೇಲೆ ಹೇಳಿದಂತೆ ಪ್ರಯೋಗಸಿದ್ಧವಾಗುವ ದತ್ತಾಂಶಾಧಾರಿತ ತಥ್ಯಗಳಾಗಬಲ್ಲವೇ ವಿನಾಃ, ಪ್ರಯೋಗವಾಗುವುದಕ್ಕೂ ಮುನ್ನವೇ -ದತ್ತಾಂಶ ದೊರಕುವುದಕ್ಕೂ ಮುನ್ನವೇ- ಇನ್ನು ಹ್ಯಾಗೋ ಸೈದ್ಧಾಂತಿಕವಾಗಿ ಪೂರ್ವನಿರ್ಧಾರಿತವಾಗಿರಬಲ್ಲ ಮೂಲಭೂತ ತಥ್ಯಗಳಲ್ಲ ಎಂಬುದು ಬೇಸಿಯನ್ ಸಂಖ್ಯಾಶಾಸ್ತ್ರಜ್ಞರ ಅತಿಮುಖ್ಯ ಧೋರಣೆ..
ಕಾಮೆಂಟ್ಗಳಿಲ್ಲ:
ಕಾಮೆಂಟ್ ಪೋಸ್ಟ್ ಮಾಡಿ