贝叶斯公式

Bayes' Theorem
由条件概率以及全概率公式得到：

\begin{aligned} P (B_{i} ∣ A) & = \frac{P (A B_{i})}{P (A)} = \frac{P (B_{i}) P (A ∣ B_{i})}{\sum_{i = 1}^{n} P (A ∣ B_{i}) P (B_{i})} \end{aligned}

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