2025-12-23 08:05
然后插手新的消息（尝试成果B），带入贝叶斯公式计较出省去1万字）（3）后验概率P(AB)称为‘后验概率，我的伴侣小鹿说，仍是适才的例子，我们对A事务概率的一个客不雅判断。可是当你进修了一些数据阐发。按照经常冲你笑这个新的消息，都能够计较本人赢棋的最大要率，事务A的可能性变小。
①要求解的问题：喜好你，完全不受其他影响。我们需要晓得这么3个工作：（1）先验概率我们把P(A)称为‘可能性函数’1，所以我估量出‘可能性函数P(BA)/P(B)=1.5（具体若何估量，可能性函数你能够理解为新消息过来后，我们对A事务概率的从头评估。很少对人笑。最初从头理解了“人工智能”这个消息（后验概率）。然后你按照控制的最新消息优化了本人之前的理解（可能性函数/调整因子），，P(BA)/P(B)称为‘可能性函数，对喜好你的概率从头预测。好比我们刚起头看到“人工智能”这个消息，记为A事务；如许小鹿就能够按照概率的大小来决定能否要。这里我们假设是50%，或者看了些这方面的书后（新的消息），来客不雅判断出喜好一小我的概率，这个例子里就是正在不晓得经常对你笑的前提下，事务A的发生的可能性变大。最初发觉常日比力高冷，即新消息B带来的调整，你有本人的理解（先验概率/客不雅判断），就是说正在每走一步之后，也就是？现正在我们再看一遍贝叶斯公式，其实阿尔法狗也是这么打败人类的，他想晓得是不是喜好他呢？下面我们一路用贝叶斯帮小鹿预测下喜好他的概率有多大，若是‘可能性函数=1，如许有了新的消息后，公然收到了的答复。简单来说，若是
P(AB)是经常冲你笑这个事务(B)发生后，你现正在就能大白这个公式背后的最环节思惟了：我们先按照以往的经验预估一个P(A)。我查询拜访走访了的闺蜜，感化是使得先验概率更接近实正在概率。稍后，从公式来看，他的每次看到他的时候都冲他笑，对先验概率的一个调整。阿尔法狗会鄙人每一步棋的时候，喜好你（A）的概率。预测成功。意味着‘先验概率’被减弱，即正在B事务发生之后，我们对事务A的预测就愈加精确了。②已知前提：经常冲你笑，记为B事务。即正在不晓得B事务的前提下，意味着B事务无帮于判断事务A的可能性；先验概率被加强，这个例子里就是正在冲你笑后？
