貝葉斯公式

P(A|B)=P(B|A)*P(A)/P(B)。貝葉斯定理由英國數學家貝葉斯發展，用來描述兩個條件概率之間的關係，比如P(A|B)和P(B|A)。

按照乘法法則，可以立刻導出：P(A∩B)=P(A)*P(B|A)=P(B)*P(A|B)。

如上公式也可變形為：P(A|B)=P(B|A)*P(A)/P(B)。通常，事件A在事件B(發生)的條件下的概率，與事件B在事件A的條件下的概率是不一樣的；然而，這兩者是有確定的關係,貝葉斯法則就是這種關係的陳述。貝葉斯的統計學中有一個基本的工具叫貝葉斯公式、也稱為貝葉斯法則，儘管它是一個數學公式，但其原理毋需數字也可明瞭。如果你看到一個人總是做一些好事，則那個人多半會是一個好人。

這就是説，當你不能準確知悉一個事物的本質時，你可以依靠與事物特定本質相關的事件出現的多少去判斷其本質屬性的概率。用數學語言表達就是：支持某項屬性的事件發生得愈多，則該屬性成立的可能性就愈大。托馬斯·貝葉斯（ThomasBayes），英國神學家、數學家、數理統計學家和哲學家，1702年出生於英國倫敦，做過神甫，1742年成為英國皇家學會會員。

貝葉斯曾是對概率論與統計的早期發展有重大影響的兩位人物之一。談貝葉斯首先是用概率量化問題。 概率這件事大家都覺得自己很熟悉， 叫你説概率的定義 ， 你卻不一定説的出。

經典的概率， 説的是事件發生的可能性。 我們中學課本里説概率這個東西表述是一件事發生的頻率， 這個頻率就代表某件事發生的可能大小。 或者説這叫做客觀概率。

而貝葉斯框架下的概率理論確從另一個角度給我們展開了答案， 他説概率是我們個人的一個主觀概念， 表明我們對某個事物是否發生的相信程度。 如同Pierre Lapalace説的: Probability theory is nothing but common sense reduced to calculation. 這正是貝葉斯流派的核心，換句話説，它解決的是來自外部的信息與我們大腦內信念的交互關係。