貝葉斯定理
貝葉斯公式，也稱爲貝葉斯定理，是概率論中的一箇重要工具，用於計算條件概率。它的基本形式是：
P(A|B) = P(B|A) * P(A) / P(B)
其中：
P(A|B) 是在事件B發生的條件下事件A發生的概率（後驗概率）。
P(B|A) 是在事件A發生的條件下事件B發生的概率。
P(A) 是事件A的先驗概率，即在事件B發生之前事件A的概率。
P(B) 是事件B的概率。
貝葉斯公式可以應用於多種場景，如分類、迴歸、聚類和推理問題，它允許我們結合先驗知識和新的證據來更新對事件概率的估計。在統計學和機器學習領域，貝葉斯公式是一種非常有用的方法，因爲它能夠處理不確定性和利用先驗知識來提高預測的準確性。