Bayes’ Theorem
由条件概率以及全概率公式得到：
P(B_{i}\mid A)&=\frac{P(AB_{i})}{P(A)} =\frac{P(B_{i})P(A\mid B_{i})}{\sum\limits_{i=1}^{n}P(A\mid B_{i})P(B_{i})} \end{align}$$ - $P(B_{i})$ 先验概率 - $P(B_{i}\mid A)$ 后验概率 结合历史的**先验信息**以及**现有信息**，最终得到新的认知和信息，即**后验信息**，反映出**认知与学习**的过程，衍生出贝叶斯统计