从进化学的角度看贝叶斯公式

1.从贝叶斯角度看待，人的学习的过程。

公式中B为我们需要去学习的知识，而这份知识是客观存在的，而A是我们脑海里面已有的知识，即我们已经有的认知。

P(A)可以看成我们已有世界里面我们的认知范围。(先验概率)

P(B)看成世界里面客观知识。

P(B|A)看成我们在已有的认知里面如何去看待客观需要学习的知识。

P(A|B)就是人在已有的客观事物的存在下去提升一个人的自身的认知，同时也是对自身认知的刻画。（后验概率）

换一个角度讲，我们在学习新的知识之前都是有自己的认知的（先验A），所以任何学习的过程，我们都是带着有色眼镜学习。对于客观所需要学习到的知识B，老师给学生教授的过程就是P(B|A)，而一个优秀的授课老师，会尽可能的站在学生的认知角度去思考如何传授。这样学生能更好的从自己的认知出发，去理解知识，按照老师引导的逻辑去思考。进而提升自己对客观事物新的认知。而这样认知在变化，A不断地迭代更新，会产生新的A。

因此，我们学习到的新的认知P(A)=P(A|B)，这就是从贝叶斯的角度看待学习的过程。

2.在机器学习的领域，贝叶斯是如何教会机器学习的呢？

• A看成我们人为搭建的模型。(先验)

• B是我们从外界获取的数据。

• P(B|A)看成我们训练模型的过程，如何去优化这个过程，就是我们教机器学习的过程。

• P(A|B)就是机器根据数据所学习到的参数。（后验概率）

当把P(A|B)存储之后就是新P(A)，应用到新的数据中进行处理。

由于B是客观的，对于提升认知而言，首先就是先验知识A，对机器来说就是搭建怎样的模型，对人来说就是认知的积累。除了先验知识以外，需要提升的是P(B|A)这个过程，可以看成提升学习的效率，人教机器学习的去优化模型，老师能帮助的学生跟好去理解。