廖辰益
摘要:两百多年前英国数学家贝叶斯提出的贝叶斯定理,经过不断地发展,现在已经成为现代社会某些重要领域的基础。贝叶斯定理广泛运用于人工智能、机器学习、金融、医疗等领域,为这些领域提供了发展的基础。本文从贝叶斯定理的起源开始,紧接着对有关贝叶斯定理的基本概念进行阐述和对相关公式进行解释与推导,再对贝叶斯定理在医疗与过滤信息的应用进行简单分析,最后根据贝叶斯定理的优缺点对贝叶斯定理进行评价。
关键词:贝叶斯定理 全概率公式 联合概率 假阳性问题 过滤垃圾短信
一、贝叶斯定理的提出
贝叶斯定理最早是由英国的学者托马斯·贝叶斯(1702~1763)提出来的。他在生前主要研究概率论方面的知识,成功归纳出了概率统计的基本理论。他死后,他的朋友理查德·普莱斯将他的著作《几率性问题得到解决》发表了出去,但因为贝叶斯定理的应用不够完善,几个世纪以来都没有被广泛接受[1]。但是,随着科学技术的发展,计算机的出现和发展,社会的进步与发展,贝叶斯定理的重要性日益增加,现在已经广泛应用于金融、人工智能等方面。
贝叶斯定理的提出最早是用来解决逆向概率问题的。概率问题分为正向概率问题和逆向概率问题,正向概率问题就是像“箱子里有5个大小相同,质量相等的小球,2个黄球,3个红球,随机摸出一个,得到红球的概率为多少”这样的问题,而逆向概率问题相反,就变为了“从箱子随机摸出一个得到红球的概率为40%,问箱子里有多少球”,很明显,后者的难度远远大于前者。
二、贝叶斯定理
(一)贝叶斯公式
贝叶斯公式又称贝叶斯定理、贝叶斯规则,是概率统计中的应用所观察到的现象对有关