Task2 bayes_plus(贝叶斯)

本文深入探讨了概率论中的生成模型与判别模型,通过实例解析了全概率公式和贝叶斯公式,讲解了独立事件的概念及极大似然估计的计算方法。

生成模型是所有变量的全概率模型:

全概率公式:
举例:一个村子,有三个小偷,A1=A_1=A1=小张,A2=A_2=A2=小政,A1=A_1=A1=小英,两两互斥,求P(B)=P{ 失窃}P(B)=P\{失窃\}P(B)=P{ }

分析:给出A1,A2,A3A_1,A_2,A_3A1,A2,A3,若A1∪A2∪A3A_1\cup A_2\cup A_3A1A2A3AiAj=∅,i≠jA_iA_j=\varnothing,i \neq jAiAj=,i=j,称作完备事件组

分成两个阶段:1.选人,2.去偷

P(B)=P(BΩ)=P(B∩(A1∪A2∪A3))=P(BA1∪BA2∪BA3)=P(BA1)+P(BA2)+P(BA3)=P(A1)P(B∣A1)+P(A2)P(B∣A2)+P(A3)P(B∣A3)P(B)=P(B\Omega)=P(B\cap(A_1\cup A_2\cup A_3))=P(BA_1 \cup BA_2 \cup BA_3)=P(BA_1)+P(BA_2)+P(BA_3)=P(A_1)P(B|A_1)+P(A_2)P(B|A_2)+P(A_3)P(B|A_3)P(B)=P(BΩ)=P(B(A1A2A3))=P(BA1BA2BA3)=P(BA1)+P(BA2)+P(BA3)=

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
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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