贝叶斯定理太有用了，不管是在投资领域，还是机器学习，或是日常生活中高手几乎都在用到它。
我准备花一个系列，从下面4个方面来科普下贝叶斯定理：
1.贝叶斯定理有什么用？
2.什么是贝叶斯定理？
3.贝叶斯定理的应用案例
4.生活中的贝叶斯思维
今天是第1部分：贝叶斯定理有什么用？
在介绍什么是贝叶斯定理之前，我觉得有必要了解下这个东东是怎么来的，以及有什么用。
因为明白它的价值，你才会更有兴趣去学习和使用它来提高你的预测能力。
1 贝叶斯定理是怎么来的？
英国数学家托马斯·贝叶斯（Thomas Bayes）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。
在这篇论文中，他为了解决一个“逆概率”问题，而提出了贝叶斯定理。
（ps：贝叶斯定理其实就是下面图片中的概率公式，这里先不讲这个公式，而是重点关注它的使用价值）
在贝叶斯写这篇文章之前，人们已经能够计算“正向概率”，比如杜蕾斯举办了一个抽奖，抽奖桶里有10个球，其中2个白球，8个黑球，抽到白球就算你中奖。你伸手进去随便摸出1颗球，摸出中奖球的概率是多大。
根据客观概率的计算公式，你可以轻松的知道中奖的概率是2/10
如果还不懂怎么算出来的，可以看我之前写的科普概率的回答：什么是概率？对我有什么用？
而贝叶斯在他的文章中是为了解决一个“逆概率”的问题。
比如上面的例子，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，这哥们当时并不清楚这里面这里面包含着的深刻思想。
然而后来，贝叶斯定理席卷了概率论，并将应用延伸到各个问题领域，比如肝癌的检测、垃圾邮件的过滤。
可以说，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，特别地，贝叶斯是机器学习的核心方法之一。
2 为什么贝叶斯定理在生活中这么有用呢？
这是因为现实生活中的问题，大部分都是像上面的“逆概率”问题。
生活中绝大多数决策面临的信息都是不全的，我们手中只有有限的信息。既然无法得到全面的信息，我们就在信息有限的情况下，尽可能做出一个好的预测。
比如天气预报说，明天降雨的概率是30%，这是什么意思呢？
我们无法像计算频率概率那样，重复地把明天过上100次，然后计算出大约有30次会下雨。而是只能利用有限的信息（过去天气的测量数据），用贝叶斯定理来预测出明天下雨的概率是多少。
同样的，在现实世界中，我们每个人都需要预测。想要深入分析未来、思考是否买股票、政策给自己带来哪些机遇、提出新产品构想，或者只是计划一周的饭菜。
贝叶斯定理就是为了解决这些问题而诞生的，它可以根据过去的数据来预测出概率。
贝叶斯定理的思考方式为我们提供了明显有效的方法来帮助我们提供能力，以便更好地预测未来的商业、金融、以及日常生活。
贝叶斯定理有什么用？
在有限的信息下，能够帮助我们预测出概率。
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，特别地，贝叶斯是机器学习的核心方法之一。例如垃圾邮件过滤，中文分词，艾滋病检查，肝癌检查等。
这时贝叶斯定理科普系列的第一部分，后面我会接着聊以下内容：
2.什么是贝叶斯定理？
3.贝叶斯定理的应用案例
4.生活中的贝叶斯思维
