貝葉斯定理也稱貝葉斯推理，早在18世紀，英國學者貝葉斯(1702~1763)曾提出計算條件概率的公式用來解決如下一類問題:假設h[1],h[2]…,h[n]互斥且構成乙個完全事件，已知它們的概率p(h),i=1,2,…,n,現觀察到某事件a與h[,1],h[,2]…,h[,n]相伴隨機出現，且已知條件概率p(a/h[,i])，求p(h[,i]/a)。
貝葉斯公式(發表於2023年)為: p(h/a)=p(h)*p(a│h)/這就是著名的"貝葉斯定理"，一些文獻中把p(h[1])、p(h[2])稱為基礎概率，p(a│h[1])為擊中率，p(a│h[2])為誤報率 。
貝葉斯定理用於投資決策分析是在已知相關專案b的資料，而缺乏論證專案a的直接資料時，通過對b專案的有關狀態及發生概率分析推導a專案的狀態及發生概率。如果我們用數學語言描繪，即當已知事件bi的概率p(bi)和事件bi已發生條件下事件a的概率p(a│bi)，則可運用貝葉斯定理計算出在事件a發生條件下事件bi的概率p(bi│a)。按貝葉斯定理進行投資決策的基本步驟是:
1 列出在已知專案b條件下專案a的發生概率，即將p(a│b)轉換為 p(b│a);
2 繪製樹型圖;
3 求各狀態結點的期望收益值，並將結果填入樹型圖;
4 根據對樹型圖的分析，進行投資專案決策;
搜尋巨人google和autonomy，一家**資訊恢復工具的公司，都使用了貝葉斯定理(bayesian principles)為資料搜尋提供近似的(但是技術上不確切)結果。研究人員還使用貝葉斯模型來判斷症狀和疾病之間的相互關係，建立個人機械人，開發能夠根據資料和經驗來決定行動的人工智慧裝置。
題解：
貝葉斯定理
要了解貝葉斯定理，我們必須先知道什麼是條件概率 概率是什麼我們大家都知道，它能夠反映隨機事件出現的可能性大小 那什麼是條件概率，現在有一位小明同學，上學總是遲到，遲到也是有概率的，小明每次遲到當然也是有原因的，假設小明遲到就是因為晚上打遊戲早上經常睡過，如果前一天小明不玩遊戲，第二天遲到的概率是20...
貝葉斯定理
貝葉斯定理是關於隨機事件a和b的條件概率 或邊緣概率 的一則定理。其中p a b 是在b發生的情況下a發生的可能性。貝葉斯定理也稱貝葉斯推理，早在18世紀，英國學者貝葉斯 1702 1763 曾提出計算條件概率的公式用來解決如下一類問題 假設h 1 h 2 h n 互斥且構成乙個完全事件，已知它們的...
貝葉斯定理
貝葉斯定理是關於隨機事件a和b的條件概率 或邊緣概率 的一則定理。p a 是 a 的先驗概率，之所以稱為 先驗 是因為它不考慮任何 b 方面的因素。p a b 是已知 b 發生後 a 的條件概率，也由於得自 b 的取值而被稱作 a 的後驗概率。p b a 是已知 a 發生後 b 的條件概率，也由於得...