复习贝叶斯定理

贝叶斯定理：简单地说就是观点随事实发生改变。根据新出现的信息，修正以前的概率。这个就跟“奇葩说”一样，刚刚开始我会选择一个观点，然后随着大家的辩论，调整我自己的观点。既不坚定不移，也不听风就是雨，如何科学地修正，就是贝叶斯方法。

托马斯·贝叶斯（Thomas Bayes）提出，你对某个假设的相信程度，应该用一个概率来表示。P（假设），P=1就是绝对相信，P=0就是绝对不信，p=0.1就是有一点信。我们先把信仰量化，等有了新证据就更新这个概率，变成P（假设I证据），也就是在“证据”是真的条件下，“假设”的概率。

需要注意的是，P(假设I证据）是个逆概率，我们通常都是从原因推结果，但是现在是我们知道了结果，根据一些证据推原因。福尔摩斯断案就是不断根据找到的证据，来还原真相。

贝叶斯公式：P（AIB）=P（BIA）÷P（B）×P(A)

贝叶斯的方法：
1. 先评估一下自己的信念，设定P(信念）；
2. 等待新的证据
3. 证据出来以后，用贝叶斯公式更新自己的信念，计算P(信念I证据）；
4. 继续等待新的证据
5. ……

保持开放的心态，让你的观点随事实发生而该表，用一个量化的数值决定你的判断。虽然永远都摆脱不了主观的成分，但是你会做出更科学的决策。