where p(·) is used to denote either

where p(·) is used to denote either the probability (discrete) or the probability density function,
pdf (continuous), and in a parameter-estimation problem, the denominator is just a normalizing
factor since the posterior pdf must integrate to unity. In essence, Bayes’s theorem is a rule for
manipulating probabilities and not for their assignment—the prior probability of h gets updated
to the posterior probability as a result of acquiring the data.

ผลลัพธ์ (ไทย) 1:

ที่ p(·) ใช้แสดงความน่าเป็น (แยกกัน) หรือฟังก์ชันความน่าเป็นความหนาแน่น(ต่อเนื่อง), pdf และปัญหาการประเมินพารามิเตอร์ ตัวหารเป็นเพียงการ normalizingคูณเนื่องจากต้องรวมไฟล์ pdf หลังเพื่อความสามัคคี ในสาระสำคัญ ทฤษฎีบทของ Bayes เป็นกฎสำหรับจัดการกิจกรรม และไม่กำหนดของพวกเขา — น่า h ก่อนจะปรับปรุงต้องการความน่าเป็นหลังจากได้รับข้อมูล

ผลลัพธ์ (ไทย) 2:

ที่พี (·) ถูกนำมาใช้เพื่อแสดงถึงความน่าจะเป็นอย่างใดอย่างหนึ่ง (ต่อเนื่อง)
หรือฟังก์ชั่นความหนาแน่นของความน่าจะเป็นรูปแบบไฟล์PDF (ต่อเนื่อง) และในปัญหาพารามิเตอร์ประมาณค่าตัวหารเป็นเพียง normalizing
ปัจจัยตั้งแต่ไฟล์ PDF หลังจะต้องบูรณาการความสามัคคี ในสาระสำคัญทฤษฎีบท Bayes เป็นกฎสำหรับการจัดการกับความน่าจะเป็นและไม่ได้สำหรับการกำหนดของพวกเขาน่าจะเป็นก่อนเอชได้รับการปรับปรุงความน่าจะเป็นหลังเป็นผลมาจากการแสวงหาข้อมูล

ผลลัพธ์ (ไทย) 3:

ที่ P ( ด้วย ) จะใช้เพื่อแสดงให้ความน่าจะเป็น ( ไม่ต่อเนื่อง ) หรือฟังก์ชันความหนาแน่นของความน่าจะเป็น
( ต่อเนื่อง ) , PDF , และในการประมาณค่าพารามิเตอร์ปัญหาข้อบกพร่องเป็น normalizing
ปัจจัยตั้งแต่ PDF ด้านหลังต้องบูรณาการให้มีเอกภาพ ในสาระสําคัญ , ทฤษฎีบทคือกฎของความน่าจะเป็น
จัดการและกำหนดความน่าจะเป็นก่อนได้รับการปรับปรุง
Hกับความน่าจะเป็นของผลของการรับข้อมูล