一介绍
贝叶斯（约1701年至1761年）托马斯贝叶斯，英国数学家。约1701年出生于伦敦，做过神父。1742年成为英国皇家学会会员。1761年4月7日逝世。贝叶斯在数学方面主要研究概率论。他首先将归纳推理法用于概率论基础理论，并创立了贝叶斯统计理论，对于统计决策函数，统计推断，统计的估算等做出了贡献。
期初，贝叶斯是想通过概率论的研究证明上帝的存在，可惜到他去世也没有得到证明。却为后人留下了宝贵的财富。贝叶斯理论在它诞生的时期是不被接受的，特别是受到传统统计学的排斥。
放松一下，给大家讲个故事，在很久以前有个张大财主。他在自己家里修了一个大鱼塘，在里面养了黑鲤鱼与绿鲤鱼两种，黑鲤鱼2000条，绿鲤鱼3000条。有一天他问他的儿子，如果我用网捞鱼，每次只能捞出一条，并且的每次假设都能捞到，那我捞到黑鲤鱼的概率是多少？他的儿子小张很容易就得到了答案。过了一年这一池塘的黑鲤鱼与绿鲤鱼有的死了，有的被吃了，有的呢，又有了爱的结晶。现在已经不知道鱼塘里到底有多少鱼了，也不知道黑鲤鱼与绿鲤鱼各多少条？这个时候老张又问小张现在池塘里的黑鲤鱼与绿鲤鱼的比例是多少。这可苦坏了我们的小张，他总不能把池塘里的鱼都捞出来数一数吧。这个问题其实就是逆向概率问题，由因推果，由果溯因。但其实300多年前的贝爷爷就已经给我们找到了计算的方法，这就是伟大的贝叶斯原理。
P（A | B）= P（A）* P（B | A）/ P（B）。
P（A）为先验概率，有首先发生，根据经验所得的意思。
P（B | A ）极大似然估计
P（A）是全概率。意思是甲发生在全局中概率。
贝叶斯在机器学习，模式识别等诸多关注数据分析的领域都有极为重要的地位。
二分类
贝叶斯根据属性间的依赖关系，分为了三类：朴素贝叶斯，半朴素贝叶斯和贝叶斯网。
朴素贝叶斯：不考虑属性间的依赖关系
半朴素贝叶斯：考虑属性间的部分依赖关系
贝叶斯网：能表示任意属性间的关系。
三证明
已知：A，B，总面积为U，A与乙相交的部分为℃; P（A | B）=（A∩B）/ B = C / B
求：P（A | B）= P（A）* P（B | A）/ P（B）
解：
已知P（A | B）=（A∩B）/ B = C / B
P（A）* P（B | A）/ P（B）=（A / U）*（A∩B/ A）/（B / U）=（A / U）*（C / A）/（B / U）= C / B
P（A | B）= P（A）* P（B / A）/ P（B）
四总结
1贝叶斯原理是一个逆向思维的过程。我们一般的问题都是知道原因求结果，而贝叶斯原理则是通过结果求原因。
2不论多复杂的理论都可以用最简单的方式表示。
3在我们的小团队中，大家互相讲解，弥补各自的不足，验证了一句话：你以为你会了，就是会了吗教是最好的学。
4相信自己，一定能够弄明白搞清楚。