贝叶斯推理的解释和意思

贝叶斯推理的拼音及详细解释

【词语名称】贝叶斯推理（beiyesituili）

【词语拼音】bei ye si tui li

【词语读音】bèi yè sī tuī lǐ

【词语简拼】BYSTL

【网络释义】 贝叶斯推断（英语：Bayesian inference）是推论统计的一种方法。这种方法使用贝叶斯定理，在有更多证据及信息时，更新特定假设的概率。贝叶斯推断是统计学（特别是数理统计学）中很重要的技巧之一。贝叶斯更新（Bayesian updating）在序列分析中格外的重要。贝叶斯推断应用在许多的领域中，包括科学、工程学、哲学、医学、体育运动、法律等。在决策论的哲学中，贝叶斯推断和主观概率有密切关系，常常称为贝叶斯概率。贝叶斯定理是由统计学家托马斯·贝斯（Thomas Bayes）根据许多特例推导而成，后来被许多研究者推广为一普遍的定理。

【分字组词】叶字组词 推字组词 斯字组词 理字组词 贝字组词