贝叶斯公式

贝叶斯定理（英语：Bayes' theorem）是概率论中的一个定理，描述在已知一些条件下，某事件的发生概率。

它的表达式如下：

$$P(A∩B) = P(A)*P(B|A)=P(B)*P(A|B)$$

我们可以把贝叶斯公式理解为这是一种基于现有的可靠证据（比如一些观察、数据、信息），对所持信念（比如一些假设、主张或论点）的有效性进行计算的方法，简单来讲就是，原本的信念+新证据=改进后的新信念。

提示

托马斯·贝叶斯（Thomas Bayes）是18世纪的英国数学家，也是一位虔诚的牧师。据说他为了反驳对上帝的质疑而推导出贝叶斯定理。贝叶斯定理是一个由结果倒推原因的概率算法，在贝叶斯提出这个条件概率公式后，很长一段时间，大家并没有觉得它有什么作用，并一直受到主流统计学派的排斥。直到计算机诞生后，人们发现，贝叶斯定理可以广泛应用在数据分析、模式识别、统计决策，以及最火的人工智能中。结果，贝叶斯定理是如此有用，以至于不仅应用在计算机上，还广泛应用在经济学、心理学、博弈论等各种领域，可以说，掌握并应用贝叶斯定理，是每个人必备的技能。