Probability theory

贝叶斯定理：

\(P(A|B) = \frac{P(A)P(B|A)}{P(B)}\)

\(P(A)\)：A的先验概率或边缘概率，不考虑B元素

\(P(A|B)\)：A的后验概率，已知B发生后A的概率

\(P(B|A)\)：B的后验概率，已知A发生后B的概率，可称之为**似然度**

\(P(B)\)：B的先验概率或边缘概率，可称之为标准化常量

\(\frac{P(B|A)}{P(B)}\)：标准似然度

“似然性”和“概率”意思相近，都是指某种事件发生的可能性。但是在统计学中，“似然性”和“概率”又有明确的区分。概率用于在已知一些参数的情况下，预测接下来的观测所得到的结果，而“似然性”则是用于在已知某些观测所得到的结果时，对有关事物的性质的参数进行估计。