1樓：橙子的大世界觀
貝葉斯公式運算是在給定訓練資料d時，確定假設空間h中的最佳假設。
最佳假設：一種方法是把它定義為在給定資料d以及h中不同假設的先驗概率的有關知識下的最可能假設。貝葉斯理論提供了一種計算假設概率的方法，基於假設的先驗概率、給定假設下觀察到不同資料的概率以及觀察到的資料本身。
1.貝葉斯法則機器學習的任務：在給定訓練資料d時，確定假設空間h中的最佳假設。
最佳假設：一種方法是把它定義為在給定資料d以及h中不同假設的先驗概率的有關知識下的最可能假設。貝葉斯理論提供了一種計算假設概率的方法，基於假設的先驗概率、給定假設下觀察到不同資料的概率以及觀察到的資料本身。
2.先驗概率和後驗概率用p(h)表示在沒有訓練資料前假設h擁有的初始概率。p(h)被稱為h的先驗概率。
先驗概率反映了關於h是一正確假設的機會的背景知識如果沒有這一先驗知識，可以簡單地將每一候選假設賦予相同的先驗概率。類似地，p(d)表示訓練資料d的先驗概率，p(d|h)表示假設h成立時d的概率。機器學習中，我們關心的是p(h|d)，即給定d時h的成立的概率，稱為h的後驗概率。
3.貝葉斯公式貝葉斯公式提供了從先驗概率p(h)、p(d)和p(d|h)計算後驗概率p(h|d)的方法p(h|d)=p(d|h)*p(h)/p(d)，p(h|d)隨著p(h)和p(d|h)的增長而增長，隨著p(d)的增長而減少，即如果d獨立於h時被觀察到的可能性越大，那麼d對h的支援度越小。
2樓：數神
解析：由貝葉斯公式可得
p(d|a)=p(da)/p(a)=[p(d)p(a|d)]/[p(d)p(a|d+p(d非)p(a|d非)]
=0.0004*0.95/(0.0004*0.95+0.9996*0.10)=0.0038選d
為什麼貝葉斯計算出來的概率相加不等於1
3樓：匿名使用者
十年前的問題了，我答了也沒人看，就當答給自己看吧。我工作中也遇到了這個問題。經過研究，我明白了這個問題的根源。
其他幾位答主只是在說理論上為何不可能。沒人回答問主他的計算為什麼會產生這個問題。
問題的根源有兩個：1 貝葉斯公式，代入公式的各個條件，往往是並不能很精確的獲得已知條件的。尤其是當前求解概率p(a|b)的逆概率p(b|a)，往往可能是個估算值。
問題就是出在這個估算值上，這個值，不是可以隨便按照直覺估的。這個值的大小，受到p(a)/p(b)的比值限制，如果估算值取了超範圍的數，就會出現問主所問的情況，p(a|b)＞1。至於為什麼p(b|a)的值是受限的，畫個圖看看就知道了。
那麼就是另一個問主追問的問題了，「貝葉斯定理公式：p(a|b)=p(b|a)*p(a)/p(b) 裡面的 p(b|a) p(a) p(b) 這三個量是不是獨立統計得到的」
獨立統計，你確實可以獨立統計，但是，統計結果是不能全部相信的。換句話說，p(b|a)並不能獨立於p(a)/p(b)，我們可以假設需要求的p(a|b)取最大值1的時候，判斷p(b|a)的上限是多少，如果統計結果超過這個上限，那麼這個統計結果不可信。需要換其他統計渠道。
4樓：神情七雙
在過去很長的時間裡，頻率統計論一直是概率理論研究中的主流思想。然而，隨著貝葉斯理論的發展，人們發現在很多實際應用中，貝葉斯理論更具普適性，並且能得到更好的結果。統計物理學也不例外，傳統的研究方法主要基於頻率統計論，而貝葉斯理論能讓我們從資料中發掘出的資訊。
5樓：匿名使用者
我知道為什麼不為1，但是答案特別長，這個涉及到條件概率的計算，主要是一個條件概率為0，另一個不為0時會造成概率和減少，(看不懂自己舉個例子算下)我想知道的是為什麼和不為1仍然有這麼多人用貝葉斯網路？
6樓：秒懂百科精選
貝葉斯公式：對有關概率分佈的主觀判斷進行修正的標準方法
大學概率論以及數理統計第一章 在用全概公式和貝葉斯公式計算概率的時候可不可以不寫公式直接計算
7樓：東方名陽
結果對的不扣，但結果錯了就連公式分都沒了。
寫一遍自己不會亂，也可以考慮的更全面點，不至於漏掉某種情況。
8樓：
考試時不寫，老師會扣你分數
關於斯坦福機器學習講義的一個貝葉斯公式的問題，為什麼不需要計算分母呢？
9樓：中國人看好中國
x是給定的，也就是說分母p(x)是一個常數，等式左邊能不能取到最大值只與等式右邊的分子有關係，於是分母就被扔掉了
遺傳學的計算題，用bayes公式的……**等答案 10
10樓：z鈯欌垁鈯欙紵
大致演算法和答案1類似 ：aa的前概率為2/3,aa的前概率為1/3 aa的條件概率為1/2*1/2*1/2=1/8,aa的條件概率為1 所以aa的聯合概率為2/3*1/8=1/12，aa的條件概率為1/3*1=1/3 則aa的後概率為1/5，aa的後概率為4/5 因此這對夫婦再生育時出現患兒的概率為1/5*1/2=1/10
11樓：豬兒蟲
舅表兄為aa則舅舅為aa
他媽媽也是aa的概率為1/2（一級親屬屬）她自己為aa的概率為1/2*1/2=1/4
aa下條件概率：1/2*1/2*1/2=1/8聯合概率1/32aa前概率為1-1/4=3/4後概率為1聯合概率3/4aa後概率為1/25孩子患病1/25*1/2=1/50
12樓：小小魚的宇宇
女性的基因型有可能是1/2aa或1/2aa,則其丈夫的基因為aa,當其基因型為aa時，其所有後代表現型均正常；當該女性的基因型為1/2aa時，其後代有病的比率為1/2*1/2=1/4.
1/2 aa x aa
↓1/4 aa 1/4aa(有病)
13樓：手機使用者
由於沒提到此女父母與舅舅是否患病，那隻能預設都沒有患病。因為白化病是常染色體隱性遺傳疾病 按照孟德爾遺傳定律，此女的基因型為aa的概率為1/2*2/3=1/3，即aa前概率為1/3，基因型為aa的前概率為1-1/3=2/3。aa的條件概率為1/2*1/2=1/4，aa的條件概率為1，故聯合概率分別為1/3*1/4=1/12，1*2/3=2/3。
則基因型為aa的後概率為1/9。問這對夫婦再生育出現患兒的概率則為1/9*1/2=1/18!
什麼是貝葉斯規則？貝葉斯推理的規則是什麼
貝葉斯定理是概bai率論中的一個基du本定理，廣泛應用在很zhi多領域。貝葉斯定dao理用於投資專決策分析是屬在已知相關專案b的資料，而缺乏論證專案a的直接資料時，通過對b專案的有關狀態及發生概率分析推導a專案的狀態及發生概率。如果我們用數學語言描繪，即當已知事件bi的概率p bi 和事件bi已發生...
《概率論基礎》全概率公式 貝葉斯公式
1 全概率公式 首先建立一個完備事件組的思想，其實就是已知第一階段求第二階段，比如第一階段分a bc三種，然後a bc中均有d發生的概率，求d的概率 p d p a p d a p b p d b p c p d c 2 貝葉斯公式，也叫逆概公式，在全概率公式理解的基礎上，其實就是已知第二階段反推第...
為什麼說貝斯的基礎是吉他。銜接吉他和貝斯的東西是什麼
吉他跟bass有很多地方都相似 因為bass基本上是低音吉他，所以很多音階或者樂理都很相像 但是bass一般來說是四條弦 有的人可能會買5條或6條的 也是因為他自己需要演奏更多的音階還有bass solo。其實是看你完金屬樂還是流行 流行的話 平時自己聽歌也可以察覺到 bass的變化不大 是掌控旋律...