问：贝叶斯公式的应用
- 答：贝叶斯公式直接的应用就是学习，啥意思，就是根据经验对新发生的事物进行判断。
抽象地说就是这样。
应用的原因就是为了预测未来，规避风险。
就和你知道很多鸟都是黑色的，但是其中乌鸦是黑色的可能性最大，于是当你再看到一只黑色的鸟的时候，你就会想着这只鸟是不是乌鸦。
包括你学习贝叶斯也是这样的，别人都说贝叶斯很厉害[先验]，然后你找了很多案例，最后想看看贝叶斯成功的概率是多少[后验]，其本质就是这个 - 答：贝叶斯推理研究综述_思想政治教育
问：如何理解贝叶斯估计？？
- 答：根据贝叶斯公式，进行统计推断，
在垃圾邮件分类方面应用很广，方法简单，具有很好的稳定性和健壮性
问：贝叶斯原理及应用
- 答：贝叶斯理论，是英国数学家贝叶斯(1701年—1761年) Thomas Bayes发明创造的一系列概率论理论，并广泛应用于数学、工程等领域。
在数学领域，贝叶斯分类算法应用于统计分析、测绘学，贝叶斯公式应用于概率空间，贝叶斯估计应用于参数估计，贝叶斯区间估计应用于数学中的区间估计，贝叶斯风险、贝叶斯统计、贝叶斯序贯决策函数、经验贝叶斯方法应用于统计决策论。
在工程领域，贝叶斯定理应用于人工智能、心理学、遗传学，贝叶斯分类器应用于模式识别、人工智能，贝叶斯分析应用于计算机科学，贝叶斯决策、贝叶斯逻辑、人工智能应用于人工智能，贝叶斯推理应用于数量地理学、人工智能，贝叶斯学习应用于模式识别。
在其他领域，贝叶斯主义应用于自然辩证法，有信息的贝叶斯决策方法应用于生态系统生态学。
问：有关贝叶斯估计和sis算法的很幼稚的问题
- 答：只给这么一段没有背景，试着猜一下吧
描述中目的在于用MC求 X_{0:k} 在给定Z_{1:k} 下的joint posterior distribution p(X_{0:k}| Z_{1:k})
0:k 即要估计得随机变量的下标 (x_0, ..., x_k)
i 是draw出来的sample的标号 我们用N的sample的empirical distribution来近似真实的posterior distribution - 答：贝叶斯公式：对有关概率分布的主观判断进行修正的标准方法
问：陷入对你的贝叶斯定理是什么?
- 答：贝叶斯定理是概率论中的一个定理，描述在已知一些条件下，某事件的发生概率。英国数学家托马斯贝叶斯ThomasBayes在1763年发表的一篇论文中，首先提出了这个定理，而这篇论文是在他死后才由他的一位朋友发表出来的。
贝叶斯定理的由来
托马斯贝叶斯他为了解决一个逆向概率问题，而提出了贝叶斯定理，而贝叶斯在他的文章中是为了解决一个逆概率的问题，同样以抽奖为例，我们并不知道抽奖桶里有什么，而是摸出一个球，通过观察这个球的颜色，来预测这个桶里里白色球和黑色球的比例。
这个预测其实就可以用贝叶斯定理来做，贝叶斯当时的论文只是对逆概率这个问题的一个直接的求解尝试，贝叶斯定理席卷了概率论，并将应用延伸到各个问题领域，所有需要作出概率预测的地方都可以见到贝叶斯定理的影子，贝叶斯是机器学习的核心方法之一。
