贝叶斯定理

贝叶斯定理（Bayes' Theorem）是概率论中描述条件概率之间关系的核心公式，其精髓在于利用新的证据来动态更新对某个假设的初始（先验）判断，从而得到更新后（后验）的概率。该定理不仅是统计学中贝叶斯推断的基础，也在机器学习、医学诊断、垃圾邮件过滤等诸多领域有着广泛应用。