楠木軒

全概率公式、貝葉斯公式的推導和解釋

由 鍾離黎明 發佈於 經典

我現在手動推一下全概率公式:

全概率公式的意義:

看到這裏是不是對全概率公式加深瞭解了呢。

全概率公式的例題:加深理解

到了緊張刺激的貝葉斯公式了

這就是貝葉斯公式的推到。由條件概率出發,分子通過一步條件概率變形,分母通過全概率公式變形。重點:不必分子分母同時變形,只變其中之一也行。所以就有了下面公式:

貝葉斯公式的意義

例子:

下來接着這個例子來説説先驗概率和後驗概率,概率模型的機器學習算法,包括深度學習中都是用的概率,所以這個一定要弄清楚,雖然我也經常忘記~~~~(>_