貝葉辛公式Bayesian formula 是貝葉斯Bayes 發現的：
P(A/B) × P(B) = P(B/A) × P(A)
就這麽簡單，就這麽簡單，就這麽簡單
但這麽有用，但這麽有用，但這麽有用
重要的話說三遍。
上麵A和B是兩個相關的事件，P(A)和P(B)分別為A和B 的先驗概率，而P(A/B) 為B 發生條件下A 的概率，P(B/A)同理。
上周Stonebench 第一次給出三門題時，我就靠貝葉辛公式給出了答案， 分主持人故意還是隨機兩種情況：
按常識有些簡化不解釋了，但基本就這麽直截了當。
不是要阻擾大家憑基本概率知識去練腦，隻是想提醒知識還是重要的，會用貝葉辛可能幫助你走出一些決策或判斷困境，譬如這壇一直哄哄的現代科學不是起源西方的觀點；但即使在日常生活，貝葉辛也是有用的，我們很多自以為是的直覺，往往是錯的，我曾在壇上介紹過自己找鑰匙的實例https://blog.wenxuecity.com/myblog/73834/202311/17236.html
當然貝葉辛在現代計算科學的應用更如日中天，當然處理的不是兩個事件，而是成千上萬事件。GAI 譬如ChatGPT的神經元網絡的學習模型，就是受到貝葉辛加持的。
