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：
- 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
- 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
- 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
- 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