贝叶斯公式及其“推广”

之所以标题是推广带引号,是想讨论一个看上去很愚蠢的问题
很多数学符号在网络上都不统一,比如如下问题;

贝叶斯公式

由于$$P(A)P(A|B)=P(AB)=P(B)P(B|A)$$
所以$$P(A|B)=\frac{P(B)P(B|A)}{P(A)}$$

“推广”

既然这样,那P(A|CDEF)等于什么?
这个问题其实无非就是多元化的“推广”,可以把CDEF看成是整个事件B,用\(b_i\)来替代CDEF。

把原先的贝叶斯公式换个符号,小写代表单个事件,大写代表(离散)事件集合:
$$P(a|b)=\frac{P(b)P(b|a)}{P(a)}$$
那么代入B的话就是:$$P(a|B)=\frac{P(B)P(B|a)}{P(a)}=\frac{\prod_i P(b_i)P(b_i|a)}{P(a)}$$
再转换下符号,就是$$P(A|CDEF)=\frac{P(C)P(C|A)*P(D)P(D|A)*P(E)P(E|A)*P(F)P(F|A)}{P(A)}$$

观点

所以不管多少事件,都是可以看做B的一个子事件,所以网络流传最广的其实是单元的公式。而网络上不同符号的记法也可能导致对这个公式理解的偏差……

当然这里面也有不严谨的地方,一般来说用AB来代替单一事件是表示他们相互是独立事件,而把除A外的其余时间看成是B的子事件,这里面有一些事件是独立的,有些是相关的,写得话按道理来讲应该写出来,不过不影响我们用这样的方式去理解他。

48 声望
4 粉丝
0 条评论
推荐阅读
【FATE联邦学习】高度costumized定制联邦学习的所有组件 costumize all所有步骤
使用自己的数据集homo场景: [链接]hetero场景:[链接]速记:在federatedml/nn/dataset加入自己的数据集.py使用自己的模型homo场景:[链接]hetero需要自定义upper layer和bottom layer的模型,所以自带customizat...

Yonggie阅读 164

定档 6 月!SegmentFault AI Hackathon 杭州站启动
AI 掀起巨浪,你我应是冲浪者。创业团队、互联网大厂、国家队的大模型角力如火如荼,各类开源模型、垂直模型的出现也推动着越来越多 AGI 应用的陆续落地。

SegmentFault思否7阅读 54.6k评论 2

封面图
使用 🧨 Diffusers 实现 ControlNet 高速推理
自从 Stable Diffusion 风靡全球以来,人们一直在寻求如何更好地控制生成过程的方法。ControlNet 提供了一个简单的迁移学习方法,能够允许用户在很大程度上自定义生成过程。通过 ControlNet,用户可以轻松地使用...

HuggingFace4阅读 3.4k

封面图
用 AI 生成漂亮小姐姐(一)——Stable Diffusion 小白搭建教程
最近 AIGC、ChatGPT 等话题持续发酵,热门程度不亚于之前的 “元宇宙”。抖音、小红书到处都是机器对话、AI 绘图的视频。我看见别人生成的漂亮小姐姐图片眼馋得不行,终于按捺不住自己的好奇心,也尝试一下搭建。本...

WalkerD15阅读 1.6k评论 3

Science AI 大潮已至,科技部亲自下场出大动作
生成式 AI 爆火,中国如何在 AI 时代实现弯道超车?对此,科技部亲自给出答案:启动 AI for Science 专项部署工作。可以预见,AI for Science 新一轮大潮即将来临。

超神经HyperAI3阅读 79.9k

封面图
TOPI 简介
这是 TVM 算子清单(TOPI)的入门教程。 TOPI 提供了 numpy 风格的通用操作和 schedule,其抽象程度高于 TVM。本教程将介绍 TOPI 是如何使得 TVM 中的代码不那么样板化的。

超神经HyperAI1阅读 90.7k

编译 PyTorch 模型
本篇文章译自英文文档 Compile PyTorch Models。作者是 Alex Wong。更多 TVM 中文文档可访问 →TVM 中文站。本文介绍了如何用 Relay 部署 PyTorch 模型。首先应安装 PyTorch。此外,还应安装 TorchVision,并将其...

超神经HyperAI1阅读 92.9k

48 声望
4 粉丝
宣传栏