Марр вырос в Эссексе: Биографические сведения о Марре взяты из биографии, опубликованной в работе Вайна «David Marr, 1945–1980».

серия из трех влиятельных статей: Эти три статьи: Марр, «A Theory of Cerebellar Cortex»; Марр, «A Theory for Cerebral Neocortex»; и Марр, «Simple Memory: A Theory for Archicortex».

«Сложные системы»: Марр и Поджо, From Understanding Computation to Understanding Neural Circuitry.

Предмет двухтысячелетней давности: Фрит, «An Ancient Greek Astronomical Calculation Machine Reveals New Secrets».

Линн Редер из Университета Карнеги — Меллона утверждала: Редер, «Strategic Control of Retrieval Strategies».

Джон Андерсон проанализировал человеческую память: Андерсон и Милсон, «Human Memory: An Adaptive Perspective».

«Попытка понять восприятие»: Марр, Зрение, с. 27.

«Работу Дэвида действительно можно разделить на два этапа»: Письмо, воспроизведенное в книге Вайна From the Retina to the Neocortex: Selected Papers of David Marr, с. 315.

«Я думал об этой книге»: Цит. по: Вайна, «David Marr, 1945–1980», с. 245.

ГЛАВА 12. ВЕРОЯТНОСТЬ — ЭТО НОВАЯ ЛОГИКА

с броска игральных костей: Подробный обзор предыстории теории вероятностей см. в книге Франклина The Science of Conjecture: Evidence and Probability Before Pascal. Подробнее о ранней истории, обсуждаемой здесь, см. Хакинг, The Emergence of Probability.

Джероламо Кардано прожил необычайно яркую жизнь: Он также написал подробную автобиографию: Кардано, The Book of My Life. Более современное описание его жизни см. в книге Оре Cardano: The Gambling Scholar.

«и не только каждый год»: Кардано, The Book of My Life, с. 66.

Кардано сформулировал простое правило: Дословно это звучало так: «Итак, есть одно общее правило, а именно: мы должны рассмотреть весь круг возможных исходов и количество тех бросков, которое показывает, сколькими способами может наступить благоприятный результат, и сравнить это число с остальной частью круга, и в соответствии с этим соотношением должны быть сделаны взаимные ставки, чтобы участники могли соперничать на равных условиях» (Кардано, The Book on Games of Chance: The 16th-Century Treatise on Probability, с. 18). Под «всем кругом» здесь понимается множество возможных исходов.

Блез Паскаль был математическим вундеркиндом: Биографические сведения о Паскале взяты из книги Коула Pascal: The Man and His Two Loves.

поездка с Антуаном Гомбо, шевалье де Мере: Подробнее об этих отношениях и последовавшей за ними переписке см. Оре, «Pascal and the Invention of Probability Theory».

включая Кардано: Кардано обсуждает это в The Book on Games of Chance: The 16th-Century Treatise on Probability. Популярное изложение истории этой задачи и ее решения см. в книге Девлина The Unfinished Game: Pascal, Fermat, and the Seventeenth-Century Letter That Made the World Modern.

«Во всех обычных жизненных делах»: Уилкинс, Of the Principles and Duties of Natural Religion: Two Books, с. 30.

«Когда кто-либо говорит мне»: Юм, «Исследование о человеческом разумении и другие сочинения», с. 83.

«новый вид логики»: Хакинг, The Emergence of Probability.

представил их Королевскому обществу в 1763 году: Байес, «An Essay Towards Solving a Problem in the Doctrine of Chances».

Лаплас независимо пришел к той же задаче: См. Стиглер, «Laplace’s 1774 Memoir on Inverse Probability».

оно также удовлетворяет теории вероятностей: Подробнее об этой точке зрения см. Джейнс, Probability Theory: The Logic of Science.

в его истории присутствует вполне уместная неопределенность: См. обсуждение в статье Беллхауса «The Reverend Thomas Bayes, FRS: A Biography to Celebrate the Tercentenary of His Birth», материалы которой также использовались для биографических сведений в этом разделе.

есть некоторые подсказки: Сформулированный здесь аргумент выдвинут Стиглером в статье «The True Title of Bayes’s Essay».

читается как «при условии»: Это обозначение было введено на с. 15 книги Джеффриса Scientific Inference.

Собственное решение Гудмена: Нельсон Гудмен, Fact, Fiction, and Forecast.

с точки зрения байесовского вывода: Подробнее об этой идее см. Кемп, Перфорс и Тененбаум, «Learning Overhypotheses with Hierarchical Bayesian Models».

запускает исследовательскую программу: Эта исследовательская программа подробно представлена в книге Гриффитса, Чейтера и Тененбаума Bayesian Models of Cognition: Reverse Engineering the Mind.

требуют большого количества данных: Я привел этот аргумент эвристически, рассматривая нейронные сети как обладающие дискретными гипотезами, но его можно сделать более точным, явно определив априорные распределения вероятностей для весов нейросетей. См., например, Папамарку и др., «Position: Bayesian Deep Learning in the Age of Large-Scale AI».

в целом согласуется с правилом Байеса: См., например, Филлипс и Эдвардс, «Conservatism in a Simple Probability Inference Task».

«консервативные байесианцы»: Питерсон и Бич, «Man as an Intuitive Statistician».

Канеман родился в Тель-Авиве: Биографический материал в этом разделе взят из работы Линдсея и Раньяна «Daniel Kahneman».

под руководством Сьюзан Эрвин: Эрвин, судя по всему, описала чтение его диссертации как «продирание сквозь мокрую кашу», хотя Канеман признавался, что потратил на ее написание всего восемь дней (Линдсей и Раньян, «Daniel Kahneman», с. 163–164).

общаясь с Джеромом Брунером и Джорджем Миллером: Интервью с Даниэлем Канеманом, 24 сентября 2015 г.

интуитивные представления людей о случайности: Канеман и Тверски, «Subjective Probability: A Judgment of Representativeness», с. 432.

напрямую обратились к байесовскому выводу: Канеман и Тверски, «On the Psychology of Prediction», с. 241.

один из самых известных примеров нарушения теории вероятностей: Тверски и Канеман, «Extensional versus Intuitive Reasoning: The Conjunction Fallacy in Probability Judgment».

«Человек, по-видимому, не является»: Канеман и Тверски, «Subjective Probability: A Judgment of Representativeness», с. 450.