最近在看《数据挖掘——实用机器学习工具与技术》一书，书中的第四章节提到了贝叶斯公式、信息熵等知识。由于笔者把大学时学的数学知识基本忘光了，刚接触到这一块时一头雾水，读起来非常费力，而且看了半天也不能理解这公式怎么来的，含义又是什么。后来索性一狠心重新自学了一遍概率论的基本知识，再查阅各种介绍文章和视频，才逐渐对贝叶斯公式和信息熵有了个初步的理解。
相信有很多读者和我一样，概率论都忘得差不多了，所以这篇文章会从最基本的概率基本知识开始讲起。本文的写作目的是为了理解贝叶斯公式和信息熵，所以只会粗略的讲下概率论的知识，一些特定的限定条件或者概念如果不涉及理解，不会特别提及。
概率的基本概念
假设有一枚质量均匀的硬币，抛掷一次，得到正面的概率是多少？
一枚硬币抛掷一次一共有两种可能结果，正面（Head）朝上{H}和背面（Tile）朝上{T}。考虑到硬币质量是均匀的，我们相信出现正面和背面的机会是相等的，所以P(H) = P(T) = 0.5 =50%，正面和背面各有50%的概率出现。
另一个试验，我们用一枚质量均匀的硬币连续抛掷三次，一共会得到222共8种可能结果
HHH, HHT, HTH, THH, HTT, TTH, THT, TTT
由于硬币是质量均匀的，所以每种结果都是等概率出现的。一共有八种可能结果，所以每种结果的概率是1/8。
我们设试验的所有可能结果为样本空间，试验的每一种可能结果为事件。上述第一个试验的样本空间为{H, T}，事件为{H}和{T}。上述第二个试验的样本空间为{HHH, HHT, HTH, THH, HTT, TTH, THT, TTT}， 事件为{HHH}, {HHT}, {HTH}, {THH}, {HTT}, {TTH}, {THT}, {TTT}。
由前两个试验可知，若每个试验结果是等概率的，那么事件A的概率P(A)的计算公式为
我们进一步讨论一些例子。
假设有一个质量均匀的六面骰子，抛掷一次后所有可能结果为{1, 2, 3, 4, 5, 6}。则
点数为1的概率为P(1)=1/6
点数为4的概率为P(4)=1/6
点数为1或者5的概率为P(1或5)=2/6=1/3
点数为偶数的概率为P(偶数)=3/6=1/2
再假设将一个质量均匀的四面骰子连续抛掷两次，则一共可能出现4*4共16种可能结果，则
P(第一次点数与第二次点数相同)=4/16=1/4
P(至少有一次点数等于4)=7/16
关于概率的基本知识先讲到这里，下一章节将介绍条件概率。
（未完待续）
参考资料
- 《概率导论》第2版修订版，【美】Dimitri P. Bertsekas, John N. Tsitsiklis 著, 人民邮电出版社
- Probability and statistics--KHANACADEMY
