贝叶斯真有其人，但现在我们知道的更多是贝叶斯公式，或者说以贝叶斯思想为基础的贝叶斯学派。
当我们谈论一件事情的概率的时候，其实存在着两种解读的方向。一种是从频率，一种是从经验。
我们可以理解成概率就是上帝，而贝叶斯和频率则是解释上帝存在的不同宗教。
之所以这么说恰恰也证明了，这并不是普适性的规律，并且两者各有优缺点。
事实上，贝叶斯当初提出这个思想的时候就是想证明上帝的存在，不过也有人讥笑说，如果上帝能被你证明存在与否，那你不就比上帝还牛了。
我们多多少少赌过钱，如果你注意观察会发现，那些输了很多盘的人往往会觉得他下把赢的几率变大。
相反，那些赢很多的人想快快离场，因为他预感他快要输了。
假设两个人赌钱，各自赢的概率都是百分之五十。熟悉概率论的都知道，这是一个独立事件，你这次赢，和下次赢不赢关系不大。
那按照这个逻辑推导，赢钱的应该不用担心下次的输赢，输钱的明智的打算应该及时收手。
但这个想法对吗？尤其是输的人容易红眼，一红眼就想All in。
这时候频率学派的会站出来告诉你，兄弟，压住心中的愤懑之情。你脸红脖子粗的看着他说，都输这么多了，哪里能咽的下这口气。
他会跟你说，别急，我们慢慢玩，你把每次的赌博金额调小就行。
频率学派始终认为概率是事件发生频率的极限。用白话说的意思就是，现在的输赢并不是真实的概率，当你玩的足够多盘后概率才能显示出来。
如果你问他玩多少把，他会跟你说，无限盘。。。
所以在做数据分析的时候就会遇到这种问题，你通过页面上已知的数据，你计算出A比B出现的概率高。
这时候，你下结论说A比B好，那是不够的，你还得进行大量的有放回抽样测试。这样最好得出的结论才能无限的逼近真实值。
所以不懂概率和统计做出的分析质量就会比较差了，但这种计算概率的过程又很繁琐枯燥。
这时候我们就可以借用机器学习模型来实现自动化，来预测。而我们只要不断的调整参数就行，让其准确率更高。
频率学派对问题的态度就是，先有一个固定的参数，然后把所有不确定的数据输入，最后得出输出。
但他忽略了一件事，就拿赌博那件事来说，我们刚才假设的是一个静态的场景。
也就是频率学派自己给自己提供了一个确定的参数，因为确实是两个人比，只要玩的足够多盘最后一定会打平的，可如果赢很多盘的那个人是匿名赌圣呢？
他忽略了贝叶斯学派所说的经验这一重要的因素，这也正是频率学派理论的风险所在。
贝叶斯和频率学派相反，他认为，参数是随机的，数据是确定的。这一思考方式，天然的就把自己放在了怀疑论的立场。
对任何事情都抱有怀疑，只对自己看到的能被知识验证的数据相信。
贝叶斯学派的人对待这场赌博的态度一定是，叫输的人别玩了，因为已经有足够多的先验证据证明他输定了。
但贝叶斯也有缺点，就是收集的证据很多时候都很主观，并且没有这么大且高质量的证据。就好像证明上帝这件事，能找到高质量且客观的证据出来算我输。
但也正是这两种方法论把机器学习给相互补充完整了，最后以贝叶斯的公式结尾吧，看看到底能不能预测上帝的存在。
P(D/H).p(H)
P(H/D) = —————
P(D)
