Hypo - 自动假设检验

这个库包含各种自动假设检验算法。

简介

在科学方法中，人们制定一个可证伪的假设，并将其与实验进行检验。

人们可以设计一个实验来检验尽可能多的假设，而不是设计一个实验来检验单个假设。当假设易于生成且计算预测速度快时，这种方法相对高效。

当假设提前生成且实验可以自动配置和执行时，可以使用自动假设检验。

最优猜测

最优猜测是一个基于其消除潜在错误假设的能力选择的实验。

假设实验简单地返回结论 true 或 false。在执行实验之前，结论是未知的。

为了最大限度地消除错误假设的数量，人们利用实验结论未知这一性质。最优猜测的选择使得竞争假设相互矛盾。

理想实验是无论实验结论如何，都能消除一半假设的实验。这与二分搜索类似，但假设不需要排序。在实践中，可以选择一个实验，其中返回 true 的假设数量尽可能接近总假设数量的一半。

在 路径语义符号 中，以下量度在 e 上最小化

abs(|h : (prediction e)| - |Hypothesis| / 2)

h : Hypothesis
e : Experiment
prediction : Hypothesis x Experiment -> bool

通过重复这样的实验，更有可能最小化消除尽可能多的错误假设所需的实验数量。