最贊回答 / yidaimi
前者是當B發(fā)生了之后再發(fā)生A的概率。后者是B和A都發(fā)生的概率。區(qū)別是前者中B已經(jīng)發(fā)生確定了，此時計算A將要發(fā)生的概率。后者是A和B都沒發(fā)生，但是要預測他們都發(fā)生的概率
2023-02-25
最新回答 / qq_愚公_1
我個人理解應該還不完全是這樣，是本課程為了講機器學習要借助數(shù)學中的矩陣和微積分工具，如矩陣和向量可以很好地進行多行數(shù)據(jù)的組織，微分可以采用導數(shù)概念很好地說明梯度下降法，而積分方法正好可以用來求解概率密度函數(shù)。
2022-09-29
貝葉斯公式可以這樣記：P(AB)*P(B)=P(BA)*P(A)=P(C)。
想象這樣一個場景來解釋上面的公式，往一個矩形沙盤里面扔飛鏢，沙盤里面有左右兩個相交但不重疊的圓圈，扔到左邊圓圈的概率是P(A)，扔到右邊圓圈的概率是P(B)，扔到相交區(qū)域是P(C)。
貝葉斯公式是條件概率的延伸，條件概率是知道了P B和P C的概率、求“ P C在P B已經(jīng)發(fā)生情況下發(fā)生的概率”，貝葉斯公式是知道了P A和P B和“ P C在P B已經(jīng)發(fā)生情況下發(fā)生的概率”、求P C在P A已經(jīng)發(fā)生情況下發(fā)生的概率。
上面最后一句有點繞口，可以多讀幾遍。
想象這樣一個場景來解釋上面的公式，往一個矩形沙盤里面扔飛鏢，沙盤里面有左右兩個相交但不重疊的圓圈，扔到左邊圓圈的概率是P(A)，扔到右邊圓圈的概率是P(B)，扔到相交區(qū)域是P(C)。
貝葉斯公式是條件概率的延伸，條件概率是知道了P B和P C的概率、求“ P C在P B已經(jīng)發(fā)生情況下發(fā)生的概率”，貝葉斯公式是知道了P A和P B和“ P C在P B已經(jīng)發(fā)生情況下發(fā)生的概率”、求P C在P A已經(jīng)發(fā)生情況下發(fā)生的概率。
上面最后一句有點繞口，可以多讀幾遍。
貝葉斯公式可以這樣記：P(A|B)*P(B)=P(B|A)*P(A)=P(C)。
想象這樣一個場景來解釋上面的公式，往一個矩形沙盤里面扔飛鏢，沙盤里面有左右兩個相交但不重疊的圓圈，扔到左邊圓圈的概率是P(A)，扔到右邊圓圈的概率是P(B)，扔到相交區(qū)域是P(C)。
貝葉斯公式是條件概率的延伸，條件概率是知道了P B和P C的概率、求“ P C在P B已經(jīng)發(fā)生情況下發(fā)生的概率”，貝葉斯公式是知道了P A和P B和“ P C在P B已經(jīng)發(fā)生情況下發(fā)生的概率”、求P C在P A已經(jīng)發(fā)生情況下發(fā)生的概率。
上面最后一句有點繞口，可以多讀幾遍。
想象這樣一個場景來解釋上面的公式，往一個矩形沙盤里面扔飛鏢，沙盤里面有左右兩個相交但不重疊的圓圈，扔到左邊圓圈的概率是P(A)，扔到右邊圓圈的概率是P(B)，扔到相交區(qū)域是P(C)。
貝葉斯公式是條件概率的延伸，條件概率是知道了P B和P C的概率、求“ P C在P B已經(jīng)發(fā)生情況下發(fā)生的概率”，貝葉斯公式是知道了P A和P B和“ P C在P B已經(jīng)發(fā)生情況下發(fā)生的概率”、求P C在P A已經(jīng)發(fā)生情況下發(fā)生的概率。
上面最后一句有點繞口，可以多讀幾遍。
對于懂的或者半懂的人來說，這節(jié)講得挺好挺形象的，之前沒有動畫理解起來很費勁。相對于課本或者工作中突然遇到“最小二乘法”可能一臉懵，沒想到flare老師的梯度下降一不小心就把最小二乘法給講透了。反過來對于完全不懂的小白來說，這十多分鐘應該是一臉懵吧。
2022-09-01
最新回答 / 慕瓜7531052
A=[a11 a12 a13 a14? ? ? a21 a22 a23 a24? ? ? a31 a32 a33 a34? ? ? a41 a42 a43 a44]
2022-02-13
最新回答 / 隔壁王爺爺
A50人B60人C45人共155人直接計算 （20+30+20）/ 155= 70/155 = 14/31全概率：50/155*20/50+60/155*30/60+45/155*20/45 = 14/31
2021-11-30
