课程名称：人工智能数学基础与 Python 实战

课程章节：概率分析

课程讲师：flare_zhao

课程内容：

1. 条件概率

• 定义：事件A已经发生的条件下，事件B发生的概率

• 作用：在现实生活已知样本概率（概率分布），在这些分布下，发生另一个事件的可能性概率

• 举例：已知女神有可能在四个时间段里的某一个出门，计算相遇的概率

2. 全概率

• 全概率公式：以局部条件概率，计算某一个事件发生的概率

3. 贝叶斯公式

• 在已知一些条件下（部分事件发生的概率），实现对目标事件发生概率更准确的预测

• 求A发生的情况下，B发的概率：等于B本身发生的概率乘以（（B发生的情况下，A发生的概率）除以A发生的概率）

• 公式延伸：利用条件概率和全概率公式计算后验概率

• 案例

4. 朴素贝叶斯

• 以贝叶斯定理为基础

• 案例

课程收获：

• 概率：反应随机事件出现的可能性

• 条件概率：给定某事件A的条件下，另一事件B发生的概率。

• 全概率公式：利用条件概率，将复杂事件A分割为若干简单事件概率的求和问题

• 方式一：直接计算

• 方式二：全概率公式

先计算局部概率，再用公式计算抽取一人为女生的概率