贝叶斯定理（Bayes' theorem）是概率论中的一个结论， 它跟随机变量的条件概率以及边缘概率分布有关 。 在有些关于概率的解说中， 贝叶斯定理（贝叶斯更新）能够告知我们如何利用新证据修改已有的看法 。 通常， 事件A在事件B（发生）的条件下的概率， 与事件B在事件A的条件下的概率是不一样的；然而， 这两者是有确定的关系， 贝叶斯定理就是这种关系的陈述 。
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 。
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]),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)
文章插图
【什么叫做贝叶斯定理？】无相关信息
推荐阅读
- 行列式定义是什么？
- 幂函数的定义是什么？
- 妇女定义是什么？
- 比热容的定义是什么？
- 单项式的概念是什么？
- 什么是双曲线
- 实数的概念是什么
- 鸡为什么吃沙子和石头一只成年鸡一天要吃多少粮食
- 鸡为什么吃鸡毛怎么解决鸡吃鸡蛋有什么偏方
- 怎么孵小鸡最快2天小鸡吃什么?怎么喂养?