一直对频率学派和贝叶斯学派的区别一知半解，看过网上的一些文章，感觉也写得太专业术语化，这次在这里好好的做一次总结。
频率学派：使用随机事件的发生的频率描述概率的方法，就是通常说的古典概型，直接为事件本身建模，认为模型存在固定的参数。
贝叶斯学派：参数是未观察到的随机变量，其本身也可有分布（也就是说，从观察者的角度出发，认为人观察到的总是有限的），因此，可假定参数服从一个先验分布（当先验概率为1的时候，也就相当于频率学派了），然后其于观测到的数据来计算参数的后验分布。
两者本质上的区别：
频率学派把未知参数看作普通变量，把样本看作随机变量；而贝叶斯学派把一切变量看作随机变量。