一、总结
一句话总结：
贝叶斯法则（定理）：$$p ( A | B ) = \frac { P ( B | A ) \times p ( A ) } { P ( B )}$$
全概率公式：$$P ( B ) = \sum _ { i = 1 } ^ { n } P ( M _ { i } ) P ( B | M _ { i } )$$
贝叶斯公式：$$P ( M _ { i } | B ) = \frac { P ( M _ { i } ) P ( B | M _ { i } ) } { \sum _ { j = 1 } ^ { n } P ( M _ { j } ) P ( B | M _ { j } ) }$$
二、贝叶斯法则和贝叶斯公式
博客对应课程的视频位置：
我的旨在学过的东西不再忘记（主要使用艾宾浩斯遗忘曲线算法及其它智能学习复习算法）的偏公益性质的完全免费的编程视频学习网站： fanrenyi.com；有各种前端、后端、算法、大数据、人工智能等课程。
一些博文中有一些参考内容因时间久远找不到来源了没有注明，如果侵权请联系我删除。
博主25岁，前端后端算法大数据人工智能都有兴趣。
人工智能群：939687837
作者相关推荐
感悟总结
其它重要感悟总结
感悟总结200813 最近心境200830 最近心境201019 201218-210205
