It is important to recognize that although science is a rule-based procedure, it is very much a creative process. A conjecture is a philosophical invention, cooked up rather mystically by the mind through the mental computation we call careful contemplation. However, until the hypothesis is tested against reality, it is not yet truly knowledge; it is just information that represents speculation. Knowledge is information that has demonstrated its usefulness. It is what is left over after cycles of experimental testing have eliminated false theories. As scientists continually test their hypotheses and modify their models to account for new and surprising data, a kind of "learning loop" emerges that statisticians call Bayesian updating. Based on Bayes' Rule, developed by eighteenth-century English statistician and philosopher Thomas Bayes, Bayesian updating refers to a mathematical process whereby an accepted theory or predictive model gets increasingly accurate through the repetitive testing of competing variants of that theory.::비록 과학은 규칙에 기반한 절차이지만, 매우 창의적인 과정임을 인식하는 것이 중요하다. 추론은 철학적 발명으로, 우리가 신중한 숙고라 부르는 머릿속 계산을 거쳐 사고를 통해 다소 신비롭게 만들어진 것이다. 그러나, 가설이 현실에 비추어 검증되기 전에는, 그것은 아직 진정한 지식이 아니며, 그것은 단지 추측을 나타내는 정보에 불과하다. 지식은 자신의 유용성을 입증한 정보이다. 그것(지식)은 수차례의 실험적 검증을 통해 잘못된 이론들을 제거한 후 남은 것이다. 과학자들이 끊임없이 가설을 검증하고 새롭고 놀라운 데이터를 설명하기 위해 그들의 모델을 수정함에 따라, 통계학자들이 '베이지안 업데이팅'이라고 부르는 일종의 '학습 루프'가 나타난다. 18세기 영국의 통계학자이자 철학자였던 Thomas Bayes가 개발한 베이즈 정리에 기초하여, 베이지안 업데이팅은 수용된 이론이나 예측 모델이 그 이론의 다양한 변형을 반복적으로 검증하는 과정을 통해 점점 더 정확해지는 수학적 과정을 일컫는다.