前幾天上課，老師布置作業時丟擲了乙個問題，是計算機演算法中的概率問題。具體問題較為複雜，現不贅述。然後，我突然聯想到貝葉斯公式，（其實上概率論課時我是囫圇吞棗的）但是總是對貝葉斯公式停留在乙個印象：前後概率。我其實什麼都不太懂，但就是感覺貝葉斯公式的應用就是對前後概率的處理從而得出決策。（ps：我沒看資料哈！）但是我找了半天資料，也發現不了這個公式的作用。因為，三個概率我只知其一，難道剩下的兩個都要我來定嗎，那還有什麼決策意義？但是，我想了想，可以先假定乙個概率，然後不斷求驗前概率（驗前概率已經假設了），再把驗前概率和我已假設的驗前概率比較，通過結論再修正是否可以達到決策的效果呢？後發現乙個網友的csdn：
感覺我們倆想法還是有點相似的，不知道廣大網友對這個想法作何點評，歡迎斧正！
最後附上著名的貝葉斯公式：
貝葉斯 01 初識貝葉斯
分割線 分割線 分割線 分割線 分割線 分割線 分割線 分割線 分割線 分割線 分割線 分割線 分割線 最先知道貝葉斯公式還是四年前的概率論和數理統計課上，時間也很久了，具體內容早已經忘記，不過畢竟曾經學過，重新看過還是得心應手的。大概用兩三篇的內容來介紹一下貝葉斯，以及機器學習中很重要的一部分 樸...
貝葉斯 02 理解貝葉斯
首先簡略回顧一下，全概率和貝葉斯。其實這兩者是密不可分的，互相之間是乙個順序問題，全概率反過去就是貝葉斯，這類問題只需要區分清楚是知道原因求結果，還是知道結果尋原因就可以了。全概率公式是計算由諸多原因而導致的某件複雜事情發生的概率，而貝葉斯就是在這件複雜的事情已經發生的前提下，去尋找諸多原因中，某一...
貝葉斯公式
貝葉斯定理由 英國數學家貝葉斯 thomas bayes 1702 1763 發展，用來描述兩個條件 概率之間的關係，比如 p a b 和 p b a 按照 乘法法則 p a b p a p b a p b p a b 可以立刻匯出 如上公式也可變形為 p b a p a b p b p a 例如 ...