Live Monte-Carlo Simulator
হাজার হাজার কয়েন-ফ্লিপ জাগরণ রিয়েল টাইমে চালান এবং দেখুন কিভাবে ডেটা থেকে 1/2-বনাম-1/3 বিভাজন উদ্ভূত হয় — কোনো গণিত ডিগ্রির প্রয়োজন নেই।
Sleeping Beauty Lab বিখ্যাত স্লিপিং বিউটি সমস্যা শেখায় এবং পরিমাপ করে — হ্যাফার বনাম থার্ডার, SSA/SIA, ডুমসডে আর্গুমেন্ট এবং আরও অনেক কিছু — পরীক্ষার মাধ্যমে, একটি লাইভ মন্টে-কার্লো সিমুলেটর সহ। বিনামূল্যে, অফলাইন, কোনো সাইনআপ নেই।

হাজার হাজার কয়েন-ফ্লিপ জাগরণ রিয়েল টাইমে চালান এবং দেখুন কিভাবে ডেটা থেকে 1/2-বনাম-1/3 বিভাজন উদ্ভূত হয় — কোনো গণিত ডিগ্রির প্রয়োজন নেই।
প্রতিটি অবস্থানকে পরীক্ষায় রাখুন। Beauty-র পক্ষে বাজি ধরুন এবং দেখুন দীর্ঘমেয়াদে কোন বিশ্বাসযোগ্যতা আসলে অর্থ জেতে।
SSA/SIA, ডুমসডে যুক্তি, রেফারেন্স-ক্লাস সমস্যা, অনুমানপ্রবণ দার্শনিক, UN++, পূর্ণ অ-সূচকীয় কন্ডিশনিং এবং Anthropic Decision Theory-র নির্দেশিত ওয়াকথ্রু।
হাফার, থার্ডার এবং ডিসিশন-থিওরেটিক উত্তরগুলিকে সিমুলেটরের বিরুদ্ধে এবং সঠিক গণনার বিরুদ্ধে প্রতিযোগিতায় নামান, তারপর কুইজ ও গ্লসারি দিয়ে নিজেকে পরীক্ষা করুন।
মূল বিভাজন: জেগে ওঠার সময় Beauty-র heads-এর বিশ্বাসযোগ্যতা কি 1/2 নাকি 1/3? এটি চালান এবং সিদ্ধান্ত নিন।
Self-Sampling বনাম Self-Indication — দুটি অনুমান যা প্রতিটি নৃতাত্ত্বিক উত্তর পরিচালিত করে।
Sleeping Beauty সমস্যার দুটি সমর্থনযোগ্য উত্তর রয়েছে: 1/2 এবং 1/3। অ্যাপটি সিমুলেটর কী গণনা করে তা দেখানোর আগে উভয় অবস্থান তাদের নিজস্ব শর্তে ব্যাখ্যা করে, যাতে আপনি বুঝতে পারেন কেন প্রতিটি অভ্যন্তরীণভাবে সামঞ্জস্যপূর্ণ।
Self-Sampling Assumption এবং Self-Indication Assumption হলো দুটি উত্তরের পিছনে আনুষ্ঠানিক কাঠামো। এগুলো বোঝা Doomsday Argument, রেফারেন্স-ক্লাস সমস্যা এবং নিজের অস্তিত্ব সম্পর্কে যুক্তির তর্কপদ্ধতি উন্মুক্ত করে।
পরবর্তী স্ক্রিনগুলো Presumptuous Philosopher, UN++, Full Non-Indexical Conditioning এবং Anthropic Decision Theory কভার করে। প্রতিটি ধারণা আগেরটির উপর নির্মিত, প্রতিটি ধাপে সঠিক গাণিতিক হিসাব সহ — কোনো ধোঁয়াশা নেই।