图示/公式/案例配图
贝叶斯定理图版 030
用于理解 2.1.4 如何用贝叶斯定理做信息推断 的关键结构。
做信息推断时,B表示观测的现象,A表示背后的某一个原因。因此,贝叶斯定理可以写成下面的公式形式:
原始图版
图版说明
做信息推断时,B表示观测的现象,A表示背后的某一个原因。因此,贝叶斯定理可以写成下面的公式形式:
读图拆解
我们可以看到,贝叶斯公式的等号左边P (原因i|观测的现象),就是我们信息推断的数学表达式中的条件概率。所以我们可以说,贝叶斯定理直接告诉了我们如何计算信息推断中想要的那个条件概率。
怎么用
把它当成“概率关系图”来读,而不是当成装饰图片。看完后复述:这张图想改变我哪一个判断习惯?
提醒
如果图中数字或结构看不懂,不要急着跳过。先回到所在章节的源段落,再结合概念页理解术语关系。
关联章节
第2章 贝叶斯定理
贝叶斯定理的价值,不在于复杂,而在于它明确告诉我们:结论应该随着证据而更新。