贝叶斯公式是机器学习中的基础公式，也是概率统计里的常用公式，贝叶斯公式常用于
监督学习算法中的生成（式）模型（Generative
Model），想要对
机器学习算法建立体系化的知识结构，对生成模型的理解至关重要，本篇只简述贝叶斯公式。并对
先验概率和后验概率的知识点进行整理，以便随时查阅。首先给出两个例子
第一个例子。一所学校里面有 60% 的男生，40%
的女生。男生总是穿长裤，女生则一半穿长裤一半穿裙子。假设你走在校园中，迎面走来一个穿长裤的学生（很不幸的是你高度近似，你只看得见他（她）穿的是否长裤，而无法确定他（她）的性别），你能够推断出他（她）是男生的概率是多大吗？
第二个例子。两个一模一样的碗，一号碗有30颗水果糖和10颗巧克力糖，二号碗有水果糖和巧克力糖各20颗。现在随机选择一个碗，从中摸出一颗糖，发现是水果糖。