贝叶斯推断重点.pptx

什么是贝叶斯推断 贝叶斯推断（Bayesian inference）是一种统计学方法，用来估计统计量的某种性质。它是贝叶斯定理（Bayes theorem）的应用。英国数学家托马斯·贝叶斯（Thomas Bayes）在1763年发表的一篇论文中，首先提出了这个定理。 ;条件概率 所谓条件概率（Conditional probability），就是指在事件B发生的情况下，事件A发生的概率，用P(A|B)来表示。;全概率公式;5;?;?;?; 两个一模一样的碗，一号碗有30颗水果糖和10颗巧克力糖，二号碗有水果糖和巧克力糖各20颗。现在随机选择一个碗，从中摸出一颗糖，发现是水果糖。请问这颗水果糖来自一号碗的概率有多大？; 我们假定，H1表示一号碗，H2表示二号碗。由于这两个碗是一样的，所以P(H1)=P(H2)，也就是说，在取出水果糖之前，这两个碗被选中的概率相同。因此，P(H1)=0.5，我们把这个概率就叫做先验概率，即没有做实???之前，来自一号碗的概率是0.5。 再假定，E表示水果糖，所以问题就变成了在已知E的情况下，来自一号碗的概率有多大，即求P(H1|E)。我们把这个概率叫做后验概率，即在E事件发生之后，对P(H1)的修正。;;12;贝叶斯推断及其互联网应用：过滤垃圾邮件;建立历史资料库;贝叶斯过滤器的使用过程