概率论小课堂：条件概率和贝叶斯公式（机器翻译的工作原理)

Posted 2023-03-09 iOS逆向

文章目录

• 引言
• I 条件概率
• • 1.1 条件概率的定义
  • 1.2 条件概率的计算
• II 贝叶斯公式
• • 2.1贝叶斯公式的本质
  • 2.2 机器翻译的原理

引言

对于几乎所有的随机事件来讲，条件概率由于条件的存在，它通常不等于本身的概率。

贝叶斯公式的本质：在数学上条件和结果可以互换，通过这种互换，可以把一个复杂的问题变成三个简单的问题。

案例：解决了机器翻译的难题。

I 条件概率

1.1 条件概率的定义

条件概率：在某个特定条件下发生的概率。

1.2 条件概率的计算

无条件的概率的估算：一个随机试验X在同等条件下进行很多次时，把它发生的次数，除以试验的总次数，作为近似的概率。

实际概率P(X)之间其实是有偏差的

一个随机事件发生的条件概率P(Y|X)，取决于两个因素：：P(Y|X)=P(X,Y)/P(X)

<