本文简要介绍了贝叶斯定理及其在概率推断中的应用。贝叶斯定理提供了一种在已知观测结果的情况下更新先验概率的方法。通过举例说明，如利用姓名预测性别，展示了如何通过贝叶斯定理进行概率修正。文章探讨了如何利用条件概率进行决策，并强调了贝叶斯理论在实际问题解决中的价值。
贝叶斯定理
贝叶斯定理源于一个“逆向概率”的问题。如果
袋子里有N个白球、M个黑球，则摸到黑球的“正向概
率”容易得出；那么如果事前并不知道白球和黑球的
比例，经过随机摸出几个球后，如何推测黑白球的比
例呢？因此，贝叶斯的推断不需要客观的依据，它实
际上需要一个估计值，然后根据实际的结果对估计值
不断修正。后来，Pierre Simona将贝叶斯的理论进一
步发展为条件概率，帮助人们在概率相关的决策过程
中，通过新获得的观察结果来更正对概率的判断。在
事件B出现的前提下，事件A出现的概率等于A和B都
出现的概率除以B出现的概率
举个例子
前几年的姓名预测男女
假若姓名：李四 ， 则截去第一个姓，分别查找“四”在男女姓名中的使用比例
P(男|四)=P(四|
最低0.47元/天 解锁文章
扫一扫
2606
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
