天才一秒记住【做客中文网】地址：https://www.zk01.net
第13讲每获得一条信息，贝叶斯推理就变得更精确一些
banner"
>
13-1从“勉勉强强”
的推测变为“更加精确”
的推理
至此，我们已经对于贝叶斯推理“虽然存在牵强之处，但至少比毫无头绪要强多了”
的推理思路进行了数次解释说明。
正因为这一点，贝叶斯推理也被称为“总经理的概率”
（见7-3）。
贝叶斯推理之所以显得有些“牵强”
，主要是因为其中的先验概率。
所谓先验概率，是指“在没有任何信息的情况下，暂且把所有可能性的概率设定为对等的（理由不充分原理）”
，或者“从主观上进行设定”
等，因而会令人感到“牵强”
。
但反过来说，正是由于设定了这样的先验概率，贝叶斯推理从而具备了“即使只有少量信息（数据），也能够进行推理”
的优点。
这一点也正是贝叶斯推理优于标准统计推理（内曼－皮尔逊式推理）的地方。
此外，贝叶斯推理还具有“将已经在推理过程中使用过的信息反映到后验概率之后，即使把它丢掉也没关系”
的良好特性，这一特点被称为贝叶斯推理的学习功能。
实际上，贝叶斯推理还具备另外一个学习机能，也就是“信息越多，推理结果就越精确”
的性质，如图表13-1所示。
图表13-1信息越多，推理结果就越精确
接下来，按照顺序来对这个问题进行具体说明。
13-2壶的问题：取出2个球
在这里，我们再次使用第7讲中的、装有带颜色的球的壶的例子，并进行以下问题设定。
问题设定
面前有一只壶，已知这个壶不是A壶就是B壶，但是单从外表看不出究竟是哪个。
而目前已知的是：A壶中有9个白球和1个黑球，B壶中有2个白球和8个黑球。
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！