ใส่อย่างง่าย ๆ และไม่มีสัญลักษณ์ทางคณิตศาสตร์ใด ๆก่อนหน้านี้หมายถึงความเชื่อเบื้องต้นเกี่ยวกับเหตุการณ์ในแง่ของการแจกแจงความน่าจะเป็น จากนั้นคุณตั้งค่าการทดสอบและรับข้อมูลจากนั้น "อัปเดต" ความเชื่อของคุณ (และการกระจายความน่าจะเป็น) ตามผลลัพธ์ของการทดสอบ (การกระจายความน่าจะเป็นด้านหลัง)
ตัวอย่าง:
สมมติว่าเราได้รับสองเหรียญ แต่เราไม่ทราบว่าเหรียญใดปลอม Coin 1 ไม่เอนเอียง (HEADS และ TAILS มีโอกาส 50%) และ Coin 2 นั้นเอนเอียงเรารู้ว่ามันให้ HEADS ด้วยความน่าจะเป็น 60% ศาสตร์:
เนื่องจากเรามี HEADS ความน่าจะเป็นที่เหรียญ 1 คือ 0.4 และความน่าจะเป็นที่เหรียญ 2 คือ 0.6 p ( H | C o i n 2 ) = 0.6
p ( H| คo ฉันn1) = 0.4
p ( H| คo ฉันn2) = 0.6
นั่นคือทั้งหมดที่เรารู้ก่อนที่เราจะตั้งค่าการทดสอบ
ตอนนี้เรากำลังจะเลือกเหรียญโยนและจากข้อมูลที่เรามี (H หรือ T) เราจะเดาว่าเหรียญที่เราเลือกคืออะไร (เหรียญ 1 หรือเหรียญ 2)
เริ่มแรกเราถือว่าเหรียญทั้งสองมีโอกาสเท่ากันเพราะเรายังไม่มีข้อมูล นี้เป็นของเราก่อน มันคือการกระจายตัวที่สม่ำเสมอp ( Co ฉันn1) = p ( Co ฉันn2) = 0.5
p ( Co ฉันn1| H) = p ( H| คo ฉันn1) p ( Co ฉันn1)p ( H| คo ฉันn1) p ( Co ฉันn1) + p ( H| คo ฉันn2) p ( Co ฉันn2)= 0.4 × 0.50.4 × 0.5 + 0.6 × 0.5= 0.4
p ( Co ฉันn2| H) = p ( H| คo ฉันn2) p ( Co ฉันn2)p ( H| คo ฉันn1) p ( Co ฉันn1) + p ( H| คo ฉันn2) p ( Co ฉันn2)= 0.6 × 0.50.4 × 0.5 + 0.6 × 0.5= 0.6
0.5
นี่คือหลักการพื้นฐานของการอนุมานแบบเบย์และสถิติที่ใช้ในการเรียนรู้ของเครื่อง