分享一下我老師大神的人工智慧教程！零基礎，通俗易懂！
網上看了一些解釋，覺得這個比較形象易懂：
在同乙個樣本空間 ω 中的事件或者子集 a 與 b，如果隨機從 ω 中選出的乙個元素屬於 b，那麼下乙個隨機選擇的元素屬於 a 的概率就定義為在 b 的前提下 a 的條件概率。 條件概率 示例：就是事件 a 在另外乙個事件 b 已經發生條件下的發生概率。條件概率表示為 p(a|b)，讀作「在 b 條件下 a 的概率」。 條件概率公式如：根據大量的統計，大熊貓活到十歲的概率是0.8，活到十五歲的概率是0.6，若現有乙隻大熊貓已經十歲了，則他活到十五歲的概率是多少？文氏圖用面積表示概率，下面a和b的交集部分就是a和b同時發生的概率， 除以b發生的概率（b的面積），就是條件概率的定義。貝葉斯推斷及其網際網路應用（一）：定理簡介
要理解貝葉斯推斷，必須先理解貝葉斯定理。後者實際上就是計算"條件概率"的公式。
所謂"條件概率"（conditional probability），就是指在事件b發生的情況下，事件a發生的概率，用p(a|b)來表示。
根據文氏圖，可以很清楚地看到在事件b發生的情況下，事件a發生的概率就是p(a∩b)除以p(b)。
因此，同理可得，
所以，即
這就是條件概率的計算公式。
條件概率的定義就是一種計算公式， 上面經過若干簡單的推導，得到另乙個計算公式。
給我老師的人工智慧教程打call！
我理解的條件概率
概率是指事件發生的可能性。首先描述乙個場景，a，b，c，d四個玩家，每人3張牌，前面2張都公開，後面一張不公開。剛開始時，讓你估算下其他3個玩家拿到3張a的可能性。它等於4 c 54,3 這個概率對每個人，任何時刻都是一樣的，他就是乙個客觀的資料，從實用的角度來說，它沒有意義。這對大家都是一樣的。什...
聯合概率 邊際概率 條件概率
一時忘了聯合概率 邊際概率 條件概率是怎麼回事，回頭看看。某離散分布 聯合概率 邊際概率 條件概率的關係 其中，pr x x,y y 為 xy的聯合概率 pr x x 為 x的邊際概率 pr x x y y 為 x基於y的條件概率 pr y y 為 y的邊際概率 從上式子中可以看到 pr x x,y...
聯合概率 邊緣概率 條件概率
設a,b是兩個事件，且p b 0,則在事件b發生的條件下，事件a發生的條件概率 conditional probability 為 p a b p ab p b 分析 一般說到條件概率這一概念的時候，事件a和事件b都是同一實驗下的不同的結果集合，事件a和事件b一般是有交集的，若沒有交集 互斥 則條件...