贝叶斯详细分析，详细例子解释

写在前面：

       贝叶斯定理算是统计学中特别重要的了，像极大似然估计等一些重要的方法都是基于贝叶斯发展出来的，所以学好贝叶斯基本上可以认识到大半部分的统计知识，而且对数据分析的小伙伴面试有帮助额

---

一、定义事件A、B

    先验概率 P(A)

    后验概率P(A|B)

    条件似然概率P(B|A)

    B 的先验概率P(B)，一般称为标淮化常量

  贝叶斯公式

                  P(AB)=P(A|B)*P(B) =P(B|A)*P(A)

       通过上面的贝叶斯公式，我们可以发现，已知先验概率、后验概率、条件似然概率、标准化常量四个值中的三个，就可求另一个未知的值。基本上我们都是已知先验概率、后验概率和标准化常量，然后去求条件似然概率。

二、应用场景

       这里举两个贝叶斯公式应用的例子，a题比较简单，b题是a题的升级版，涉及到一个先验概率的刷新，需要仔细去体会~，我会分步骤去介绍，求解过程。

       a题.  一机器在良好状态生产合格产品几率是90%，在故障状态生产合格产品几率是30%，机器良好的概率是75%，若一日第一件产品是合格品，那么此日机器良好的概率是多少。

      第一步：  定义事件，A : 机器良好；B : 第一件产品是合格品。确定问题是求解P(A|B)=?

      第二步：P(A)=0.75