BUAA Bayes 知识点整理

概率论 贝叶斯
数学
Publish Date:   2024-08-25

P(原因i∣观测的现象)=P(原因i⋅P(观测的现象|原因i))P(观测的现象)P(\text{原因i} | 观测的现象) = \frac{P(\text{原因i} \cdot P(\text{观测的现象|原因i}))}{P(\text{观测的现象})}

也就是后验概率等于先验概率乘上原因对观测的解释力度

后验概率 = 先验概率 ⋅\cdot 标准化后的似然概率

贝叶斯公式也被称为逆概率公式（和全概率公式相对）

Author: Yixiang Zhang
Link: http://zxdfcv.github.io/2024/08/25/BUAA-Bayes-%E7%9F%A5%E8%AF%86%E7%82%B9%E6%95%B4%E7%90%86/
Reprint policy: All articles in this blog are used except for special statements CC BY 4.0 reprint policy. If reproduced, please indicate source Yixiang Zhang !
概率论 贝叶斯
评论
  TOC