查看“︁贝叶斯定理”︁的源代码

贝叶斯定理说明如何利用观测到的证据，更新一个事件的条件概率。

== 核心表达 ==
{{定义|内容=<math display="block">P(A\mid B)=\frac{P(B\mid A)P(A)}{P(B)}</math>}}

== 直觉与例子 ==
上式要求 P(B)>0。P(A) 是先验概率，P(B|A) 是似然，P(A|B) 是后验概率。它直接来自条件概率的定义。

== 继续阅读 ==
* [[概率]]
* [[期望]]
[[分类:概率与统计]]