机器学习基础--概率论与数理统计 chapter1 section5 条件概率

Wowfortune

于 2016-09-21 22:16:34 发布

阅读量297

点赞数

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/wangfengjunaaa/article/details/52614097

版权

本文介绍了概率论中的几个核心概念，包括条件概率的定义及其计算方法，全概率公式用于求解复杂事件的概率，以及贝叶斯公式如何帮助我们进行逆向概率推断。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.条件概率

A发生的情况下B发生的概率：P（B|A）=P（AB）*P(A)

2.全概率公式和贝叶斯公式

P（A）=P（A|B1）P(B1)+P（A|B2）P(B2)+......+P（A|Bn）P(Bn)

3.贝叶斯公式，逆天的公式，久仰大名却又这么平民

P(Bi|A)=P(A|Bi)p(Bi)/【P（A|B1）P(B1)+P（A|B2）P(B2)+......+P（A|Bn）P(Bn)】

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。