机器学习大部头MLAPP中文版——第3章

继续我们的MLAPP（从概率论的角度看机器学习）。

前情提要：上一章作者主要讲了一些概率论的基本知识，并给出了一些常用的离散分布和连续分布以及一些信息论的内容，这些都是比较重要的基础知识，这一章主要讲贝叶斯理论。以前一直对贝叶斯理论挺懵圈的，但这一章节中，作者很好地解释了先验、似然度与后验的关系，使读者更容易理解贝叶斯理论。

PS：由于鄙人近期要复习迎考，后续内容将龟速翻译。感谢支持！

以下正文（公式难输，故用图片代替）

参考知乎：贝叶斯

https://www.zhihu.com/question/21134457

高票答案说得很好，跟本章节贝叶斯内容的行文逻辑也比较契合。

PS：现在微信原创声明居然要求文章至少有300字，我只能在这里凑字数了……