機率論中的一種基本工具
貝葉斯定理是機率論中的一種基本工具，用於在已知某些條件的情況下，計算一個事件發生的機率。
貝葉斯定理的公式為P(A|B) = P(B|A) × P(A) / P(B)，其中P(A|B)表示在事件B發生的條件下事件A發生的機率，P(B|A)表示在事件A發生的條件下事件B發生的機率，P(A)和P(B)則分別表示事件A和事件B發生的總機率。這個定理可以套用於各種情況，包括假設檢驗、疾病診斷和決策分析等。
貝葉斯定理的一個關鍵套用是貝葉斯推斷，這是一種基於新的證據或數據來更新先驗信念的方法，在貝葉斯推斷中，先驗機率表示在沒有觀察到任何數據之前某個事件發生的可能性，然後，通過收集到的數據（即似然機率），可以計算出後驗機率，即給定數據條件下事件發生的機率。