主觀跟客觀

在先前的兩個觀點來詮釋機率，大家可以發現貝式統計推論帶有主觀的成份，也就是先驗機率的部份。
相對傳統的統計推論來說沒有這一項，當然有好有壞，當你可以給予更多資訊一起做推論的時候，結果是比較符合預期的，但是如果給予錯誤的資訊，貝式統計推論會用資料去推翻錯誤的資訊的。

樣本數

跟傳統的機率一樣，當樣本數愈多，貝式統計推論的結果會跟傳統統計推論結果一致。
也就是說，當樣本數一多，貝式統計推論就可以克服錯誤的先驗機率，然後被資料給說服。
所以，好的先驗機率可以較快得出好結果，壞的，別擔心，會被資料給校正過來。

人生

其實就跟人生一樣。
人活到現在，過去的經驗就是所謂的先驗機率，當你觀察到一件事發生的時候你就是在蒐集資料並且做出判斷，當你做觀察的次數愈多，你就愈熟練、判斷也愈精準，就成為了某方面的專家。

過去的後驗機率是明天的先驗機率

就如同標題所寫的一樣，計算完的後驗機率可以幫助你當下做判斷，但是千萬不要丟掉！
因為他可以成為你下一次要計算時的先驗機率，再次放到模型當中計算，這樣不斷的蒐集資料、不斷的學習、不斷的更新自己的認知，其實跟reinforced learning有點相似阿XD

雖然今天的比較短，但是我相信這可以留給大家細細咀嚼跟參考。