贝叶斯公式
P(AB)也写作P(A,B)
P(A|B,C) 的话是P(A|(BC))
条件概率
贝叶斯公式最开始在学习的时候,觉得它就是把条件概率公式的形式做了一下变化,把一项移到右边去了而已
但实际上,贝叶斯公式是非常深刻的一个公式
因为它很好的描述了什么叫做“学习”
贝叶斯公式一直没有受到应有的重视——直到“机器学习”的兴起
贝叶斯公式非常真切地刻画出了人学习的过程
我们现在计算的以A为条件的B的概率,这是获取数据之后我们对于认知的刻画
我们开始学习之后,要给你提供数据,这个数据一定是在你的初始认知的基础上提供出来的
似然的出现反映了一种深刻的思想——任何一种学习过程都不可能是非常客观的。你学习新知识一定是在你大脑中已经存在的旧知识构建的世界观、构建的认知基础上看待的
而这样学习之后的结果,P(B|A),就是你基于数据所达到的新的认知(即数据对你的认知产生了影响)
在课堂上,老师做的所有的工作,就是P(A|B),这一步做的,就是要让老师讲给你听的东西,尽可能得和你头脑中已有得认知能够关联起来
机器学习中的训练过程也就是在设计似然P(A|B)
深刻理解贝叶斯公式(条件概率)(P(A,B))
于 2020-08-31 10:20:54 首次发布