怎样用非数学语言讲解贝叶斯定理（Bayes's theorem）？

最新推荐文章于 2025-03-22 23:06:36 发布
转载 最新推荐文章于 2025-03-22 23:06:36 发布 · 560 阅读 · 0

本文通过非数学语言深入浅出地解析了贝叶斯定理的核心思想及其应用方式，帮助读者理解这一统计学中重要的概念。

怎样用非数学语言讲解贝叶斯定理（Bayes's theorem）？ - 猴子的回答 - 知乎https://www.zhihu.com/question/19725590/answer/241988854


https://www.zhihu.com/question/19725590/answer/241988854

Laputa_ML
关注
简要介绍一下贝叶斯定理（ Bayes‘ theorem）
data+scenario+science+insight
08-07 1192
简要介绍一下贝叶斯定理（ Bayes' theorem） 在引出贝叶斯定理之前，先学习几个定义： 条件概率（又称后验概率）就是事件A在另外一个事件B已经发生条件下的发生概率。条件概率表示为P(A|B)，读作“在B条件下A的概率”。 比如，在同一个样本空间Ω中的事件或者子集A与B，如果随机从Ω中选出的一个元素属于B，那么这个随机选择的元素还属于A的概率就定义为在B的前提下A的条件概率，所以：P(A|B) = |A∩B|/|B|，接着分子、分母都除以|Ω|得到： 联合...
3Blue1Brown系列：贝叶斯定理（Bayes Theorem）
一个搬运知识的笨小孩
02-09 1613
贝叶斯定理 笔记来源：Bayes theorem, the geometry of changing beliefs 笔记来源：贝叶斯定理，使概率论直觉化 贝叶斯定理的核心 什么情况下使用贝叶斯定理？ 先验（Prior） 图书管理员：农民=1:20，假设某个人图书管理员（Hypothesis）的概率 P(H)=121 P(H)=\frac{1}{21} P(H)=211​ 图书管理员：农民的比例会改变先验概率 似然（Likelihood） 在假设（Hypothesis）steve是图书管理员情况下
怎样用非数学语言讲解贝叶斯定理（Bayes theorem）？
weixin_40752830的博客
05-15 1005
一机器在良好状态生产合格产品几率是，在故障状态生产合格产品几率是，机器良好的概率是，若一日第一件产品是合格品，那么此日机器良好的概率是多少？ 这是贝叶斯定理的一个典型应用。如何在逻辑上进行推理，而不套用公式得到答案呢？这是我们今天的工作。 1 三个要素 概率的问题其实只要把握好概率空间的三要素样本空间，事件，概率就可以了。 那这三要素是什么意思呢？这里简单做个介绍。 还是经典的掷硬...
怎样用非数学语言讲解贝叶斯定理（Bayes theorem）
浮点型队友
06-12 1065
https://www.matongxue.com/madocs/279.html 怎样用非数学语言讲解贝叶斯定理（Bayes theorem）？ 一机器在良好状态生产合格产品几率是90%，在故障状态生产合格产品几率是30%，机器良好的概率是75%，若一日第一件产品是合格品，那么此日机器良好的概率是多少？ 这是贝叶斯定理的一个典型应用。如何在逻辑上进行推理，而不套用公式得到答案呢？这是我们今天的工...
用非数学语言讲解贝叶斯定理
daxi0315的博客
10-26 202
知乎上有个解释的很好 https://www.zhihu.com/question/19725590 猴子的解释 因为不能复制就贴网址了。。。 转载于:https://www.cnblogs.com/wyuzl/p/7739425.html
贝叶斯定理Bayes's Theorem（待写）
Excellence
07-01 1179
Bayes' theorem( Bayes's law or Baye's rule)
彻底理解贝叶斯公式
苏磊的博客
03-26 1万+
1.条件概率 条件概率（又称后验概率）就是事件A在另外一个事件B已经发生条件下的发生概率。条件概率表示为P(A|B)，读作“在B条件下A的概率”。 比如，在同一个样本空间Ω中的事件或者子集A与B，如果随机从Ω中选出的一个元素属于B，那么这个随机选择的元素还属于A的概率就定义为在B的前提下A的条件概率，所以：P(A|B) = |A∩B|/|B|，接着分子、分母都除以|Ω|得到： 联合概率表...
机器学习之数学基础(五)：贝叶斯定理 Bayes Theorem
天狼啸月1990的博客
06-01 882
因为是已发生事实事件Evidence，需要对所有样本进行测试，才能得到事实概率！，P(E)可以分为两部分，一部分是E和H的交集，另一部分是E和。事件A发生概率 * 事件A发生的条件下，B发生的概率。先写事件A发生概率，然后写乘以条件概率P(B|A)，事件B发生概率 * 事件B发生的条件下，A发生的概率。先写事件B发生概率，然后写乘以条件概率P(A|B)，随机事件：是指随机试验中可能发生或不发生的结果。P(E)一般是指后验概率，它的概率计算很复杂，从二概率公式推广到多概率贝叶斯公式。
【贝叶斯定理（Bayesian Theorem）】
最新发布
hw1287789687的专栏
03-22 1776
贝叶斯定理（Bayesian Theorem）是概率论中一个革命性的工具，它将与结合，形成了独特的贝叶斯统计体系。以下我们将从数学原理、哲学内涵、实际应用三个维度进行深度解析。
C/C++ Bayes‘ theorem贝叶斯定理算法详解及源码
希望我的博客，能帮上你解决学习中工作中所遇到的问题
06-05 7951
其中，P(A|B)表示在事件B发生的条件下事件A发生的概率，P(B|A)表示在事件A发生的条件下事件B发生的概率，P(A)和P(B)分别表示事件A和事件B的概率。贝叶斯定理（Bayes’ theorem）是一种用于计算条件概率的数学定理，它基于先验概率和后验概率之间的关系。
【概率论】2-3:贝叶斯定理(Bayes Theorem)
Tony的博客
09-22 1413
title: 【概率论】2-3:贝叶斯定理(Bayes’ Theorem) categories: Mathematic Probability keywords: Bayes’ Theorem 贝叶斯公式 Law of total Probability 全概率公式 toc: true date: 2018-02-02 10:10:45 Abstract: 本文是关于Bayes’ The...
Bayes‘ theorem贝叶斯定理(基础理论+心理学小例子)
B_I_Bobby的博客
09-02 1323
Bayes基础理论与心理学家证明过程中进行试验的Steven职业推断例子
贝叶斯定理( Bayes_Theorem)
无限迭代中......
01-18 2823
一、定义 贝叶斯定理也称贝叶斯推理，早在18世纪，英国学者贝叶斯(1702~1763)曾提出计算条件概率的公式用来解决如下一类问题:假设H[1],H[2]…,H[n]互斥且构成一个完全事件，已知它们的概率P(H),i=1,2,…,n,现观察到某事件A与H[,1],H[,2]…,H[,n]相伴随机出现，且已知条件概率P(A/H[,i])，求P(H[,i]/A)。 贝叶斯公式(发表于1763年)...
Bayes' Rule-贝叶斯定理
Polly Study PRIS
02-28 1万+
一.基本的Bayes'Rule 基本贝叶斯定理 贝叶斯定理是关于随机事件A和B的条件概率（或边缘概率）的一则定理。 其中P(A|B)是在B发生的情况下A发生的可能性。 在贝叶斯定理中，每个名词都有约定俗成的名称： P(A)是A的先验概率或边缘概率。之所以称为"先验"是因为它不考虑任何B方面的因素。P(A|B)是已知B发生后A的条件概率，也由
贝叶斯公式 (Bayes‘ Theorem)
大连赵哥的博客
07-19 1055
贝叶斯公式 (Bayes' Theorem)
小白之通俗易懂的贝叶斯定理（Bayes‘ Theorem）
weixin_45703687的博客
10-16 9963
首先申明，本人此文只为日后方便复习，属于好文记录。 原创 知乎@地平线下面的土豆 原文链接：https://zhuanlan.zhihu.com/p/37768413 侵删 特别感谢以下 链接：无法理解高等数学怎么办？ - 陈二喜的回答 - 知乎 https://www.zhihu.com/question/24066773/answer/146500799 链接：怎样用非数学语言讲解贝叶斯定理（Bayes’s theorem）？ - 猴子的回答 - 知乎 https://www.zhihu.com/q
贝叶斯公式（Bayes‘ Theorem）and 贝叶斯算法（朴素贝叶斯分类器（Naive Bayes Classifier））
m0_51200050的博客
07-08 1517
贝叶斯公式（Bayes’ Theorem）是概率论中的一个基本公式，用于计算一个事件在已知另一事件发生的条件下的概率。贝叶斯公式的基本思想是通过已有数据更新我们的信念或预测。PA∣BPBPB∣A⋅PA​这里，PA∣B表示在事件B已经发生的情况下事件A发生的条件概率。其他符号的解释如下：PA：事件A发生的先验概率（在未观察到事件B时对A发生的信念）。PB：事件B发生的边缘概率（所有可能情况下B发生的概率）。PB∣A：事件A。
一文读懂贝叶斯原理（Bayes‘ theorem）
热门推荐
元直的博客
12-07 4万+
贝叶斯定理是由18世纪数学家托马斯·贝叶斯提出的重要概率理论，用于解决"逆概"问题。它通过已知条件概率推导未知概率，表示为P(A|B)=[P(B|A)*P(A)]/P(B)。该定理将先验概率与后验概率联系起来，在数据支持下不断更新概率估计。尽管18世纪就已提出，但直到计算机时代才得以广泛应用。如今贝叶斯定理在机器学习、自然语言处理、图像识别等领域发挥重要作用，成为通过相关事件推断目标事件概率的有力工具。其核心思想是利用已有信息逐步修正对未知事件的认知。
[AI]贝叶斯定理 Bayes' theorem
Zerstorung durch Fortschritte der Technologie
10-20 753
贝叶斯法则——MBA智库百科 贝叶斯法则（Bayes'theorem/Bayes theorem/Bayesian law） [编辑] 什么是贝叶斯法则 　　贝叶斯的统计学中有一个基本的工具叫贝叶斯法则、也称为贝叶斯公式， 尽管它是一个数学公式，但其原理毋需数字也可明了。如果你看到一个人总是做一些好事，则那个人多半会是一个好人。这就是说，当你不能准确知悉一个事物
贝叶斯定理手册：日常生活概率问题的实用指南
这份《Bayes-missing-manual: 使用贝叶斯定理思考日常生活中概率的手册》旨在指导读者如何在实际情况下应用贝叶斯定理。 ### 标题与描述知识点解析 **贝叶斯定理的日常应用** 贝叶斯定理经常被用于需要通过新证据...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值