條件概率 全概率公式 貝葉斯定理

條件概率：

當給定條件 發生時, 事件 發生的概率

 

全概率公式：

事件 發生有多種情況，求最終事件   發生的概率

 

 

貝葉斯定理：

核心：  先驗概率 + 新的信息【某些結果】     後驗概率

 

多種原因： 我們知道最終發生的結果，計算每種原因的概率。 【知道結果，詢問原因】

 

舉個栗子：

我們知道自己考上清北的概率很低， 可以看做是 0.005%，

但是我們發現去年學院有一個學長考上了北大軟微，所以我們也很激動，想着自己是不是也可以，這裏面雖然有着

雞湯的成分，感覺還是比較好的一個栗子。

 

將上面的故事轉換成數學公式：

A：考上清北

B：學長考上清北

 

我們知道了 “學長考上北大” 這個消息之後，現在眼中對於考上清北的認識：

A事件本身是小概率，可能這一個信息調整就會直接影響我們的認識，雞湯雖好，不要貪杯。

 

 

貝葉斯公式闡述了：

 

NLP和貝葉斯：

語法是人類後來總結出來的，我們天生是不需要語法就可以開口說話的，或許，人腦真的是貝葉斯大腦。

 

 

 

參考：

1. https://www.zhihu.com/question/19725590/answer/217025594

2. https://blog.csdn.net/Hearthougan/article/details/75174210