MENTAL MODEL · M12251
贝叶斯定理
Bayes' Theorem
Version 1.0.0 · 更新于 2026-07-30
CORE DEFINITION · 核心定义
描述在获得新证据后，如何更新对某一假设的概率评估。公式核心在于：后验概率 = (似然性 × 先验概率) / 标准化常数。
SCAFFOLDING EFFECT · 脚手架效应
psychology
降低认知负荷
动态修正。不要死守第一印象，把每一个新信息都视为“修正系数”，持续更新你对世界的主观概率判断。
anchor
锚定快速决策
后验 ∝ 先验 × 似然；新证据按其对假设的解释力调整信念，是概率信念更新的数学基础。
MINIMUM ACTION · 最小行动
进行中 0/4在一个真实场景中练习这个模型：
勾选记录你的进度（本机暂存）
掌握进度0%
account_tree知识谱系 Genealogyexpand_more
menu_book信源参考 Sourcesexpand_more
来源明确性: 明确
- en.wikipedia.orghttps://en.wikipedia.org/wiki/Bayes%27_theoremverified
PRIVATE NOTES · 仅自己可见
已保存问答
ENTRY Q&A · 可保存至我的笔记
在清晰边界内提问
thinkingmodels 仅基于已发布的条目上下文回答。
你的问题会发送给 thinkingmodels；回答仅使用公开词条上下文。
RELATED MODELS · 相关模型