贝叶斯推理
bèi yè sī tuī lǐ · ㄅㄟˋ ㄧㄝˋ ㄙ ㄊㄨㄟ ㄌㄧˇ
- 字母
- bei ye si tui li
- 首字母
- bystl
- 注音符号
- ㄅㄟ ㄧㄝ ㄙ ㄊㄨㄟ ㄌㄧ
- 注音首符
- ㄅㄧㄙㄊㄌ
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。