机器学习-Bayes算法理论

贝叶斯简介：

贝叶斯(约1701-1761) Thomas Bayes，英国数学家

贝叶斯方法源于他生前为解决一个“逆概”问题写的一篇文章

生不逢时，死后它的作品才被世人认可

贝叶斯算法：可以应用于图像分类、拼写纠错、垃圾邮件过滤、和拼写检查器等等

贝叶斯算法原理：

正向概率：假设袋子里面有N个白球，M个黑球，你伸手进去摸一把，摸出黑球的概率是多大

逆向概率：如果我们事先并不知道袋子里面黑白球的比例，而是闭着眼睛摸出一个（或好几个）球，观察这些取出来的球的颜色之后，那么我们可以就此对袋子里面的黑白球的比例作出什么样的推测

Why贝叶斯？

 

现实世界本身就是不确定的，人类的观察能力是有局限性的

 

我们日常所观察到的只是事物表面上的结果，因此我们需要提供一个猜测

Bayes 公式推导实例

关于先验概率、后验概率、条件概率、和最大似然可参考下文

https://blog.csdn.net/appleyuchi/article/details/80930416