一文读懂条件概率、全概率公式、贝叶斯公式

最新推荐文章于 2024-07-10 11:21:17 发布

槑槑紫

最新推荐文章于 2024-07-10 11:21:17 发布

阅读量118

点赞数

文章标签：概率论机器学习人工智能

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/weixin_43336108/article/details/134160641

版权

一、条件概率

$P\left (AB\right )=P(A)\cdot P(B\mid A)$

多个事件的条件概率

$P\left (A_{1}A_{2}A_{3}A_{4}\right )=P(A_{1})\cdot P(A_{2}\mid A_{1})\cdot P(A_{3}\mid A_{1}A_{2})\cdot P(A_{4}\mid A_{1}A_{2}A_{3})$

二、全概率公式

$P\left (A\right )=P(B_{1})\cdot P(A\mid B_{1})+P(B_{2})\cdot P(A\mid B_{2})+...+P(B_{n})\cdot P(A\mid B_{n})$

每个原因B都会造成事件A的发生。

三、贝叶斯公式

$P(B_{i}\mid A)=\frac{P(A\mid B_{i})\cdot P(B_{i}))}{\sum_{i=1}^{n}P(A\mid B_{i})\cdot P(B_{i}))}$

事件A已经发生，造成事件A出现的某个原因的概率。

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
1
评论
一文读懂条件概率、全概率公式、贝叶斯公式

事件A已经发生，造成事件A出现的某个原因的概率。每个原因B都会造成事件A的发生。
复制链接

扫一扫

槑槑紫 CSDN认证博客专家 CSDN认证企业博客

码龄6年

44: 原创

3万+: 周排名

4万+: 总排名

1万+: 访问

: 等级

579: 积分

114: 粉丝

137: 获赞

20: 评论

123: 收藏

私信

关注

热门文章

分类专栏

最新评论

Python与Matlab/Simulink交互（三）
baoyiquan2018: 你好，请问下simulink的图能画出来吗？ out.t.DATA在图中是什么样子的？
深度学习算法transformer（时序预测）模型优化（二）
CSDN-Ada助手: 不知道 Python入门技能树是否可以帮到你：https://edu.csdn.net/skill/python?utm_source=AI_act_python
ubuntu 搭建 gitlab最全教程
zjf01: 为什么我的提示有glibc 2.32版本not found，你的没有提示吗？我的ubuntu还是20.04的版本。
工作沟通技巧
CSDN-Ada助手: 恭喜您撰写了第11篇博客！标题为“工作沟通技巧”，这是一个非常实用且引人关注的主题。您的博客内容一定对广大读者有很大的帮助。在这篇博客中，您可能可以进一步探讨一些具体的案例，以帮助读者更好地理解和应用这些技巧。同时，您还可以考虑分享一些个人经验，这样读者将更容易将这些技巧与实际工作场景联系起来。期待您未来更多精彩的创作！
深度学习算法多分类
CSDN-Ada助手: 恭喜您撰写第12篇博客！标题“深度学习算法多分类”非常吸引人。您对深度学习算法的多分类问题进行了深入研究，这无疑为读者提供了宝贵的知识。不仅如此，您的文章还展示了您对该领域的扎实理解。在下一步的创作中，或许您可以考虑加入一些实际案例或者应用场景，可以帮助读者更好地理解深度学习算法在多分类问题上的实际应用。此外，如果您能够提供一些优化策略或技巧，帮助读者克服挑战并提高分类结果的准确性，那将是非常有价值的。再次恭喜您的持续创作，期待您未来更多精彩的博客文章！

您愿意向朋友推荐“博客详情页”吗？

强烈不推荐
不推荐
一般般
推荐
强烈推荐

提交

最新文章

目录

评论 1

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。