《贝叶斯思维：统计建模的python思维》

• 贝叶斯定理

 条件概率：涉及两个时间先后发生的概率

联合概率：涉及两个事件同时发生的概率

贝叶斯定理：交集概率除以条件事件概率得到的结果，可以用于条件转换，完成先验和后验的交换

另一种解释，通过数据集D（增加了已知条件）来更新概率H的方法

包含四个量，p(H)为先验概率，即得到更多新数据之前假设H的概率，是更新钱的初始值

P(H|D)为后验概率，即为基于该数据之后，得到假设H的新概率，这一般是想要得到的结果

P(D|H)为在该假设下得到这一数据的概率，称为似然度，这通常是已知条件

注意此处可能是联合概率，事件相互独立的可以直接相乘

P(D)为在任何假设中，该数据的概率，称为标准化常量，使用全概率公式进行计算，得到所有假设下发生该事件的概率

• 统计计算

分布是一组值及其对应的概率，可以使用字典来表示这样一个分布