貝葉斯腦學說

貝葉斯腦學說係認知科學上一系列理論框架。貝葉斯腦（參見英文：Bayesian brain）學說研究腦功能，探討神經系統面對不確定性嗰時，點樣以貝葉斯統計學所預測嘅最佳方式運作。根據貝葉斯腦假說，腦學習嗰陣係做緊貝葉斯推論，即係話個腦會透過自己過去嘅經驗，計算一大柞 $P(A|B)$ 嘅數值並以此表示自己對「世界點運作」嘅認識，而呢啲知識就係所謂嘅「對世界嘅內部模型」。

實例

睇埋：貝葉斯統計學

假想有兩件事件，$A$ 同 $B$，$P(A)$ 係 $A$ 發生嘅機會率，$P(B)$ 係 $B$ 發生嘅機會率，根據貝葉斯定理 $P(A|B)$（已知 $B$ 發生咗，$A$ 發生嘅條件概率）可以用以下條式計：

$P(A|B)={\frac {P(B|A)\,P(A)}{P(B)}}$

舉例說明，有一個地區，個地區嘅人當中有 0.1% 嘅都有一隻病（$P(A)=0.001$）；而家有個新測試（測試出陽性反應係 $B$），而打前嘅醫學研究顯示，如果個病人真係有嗰隻病，個測試有 90% 機會呈陽性反應（$P(B|A)=0.9$），但就算個病人冇嗰隻病（$A'$）個測試都有 9% 嘅機會呈陽性反應（$P(B|A')=0.09$，$P(B)$ 大約係 0.1）。家吓有個住喺呢個地區嘅人去做咗測試，出陽性結果，用貝葉斯定理計嘅話，佢真係有嗰種病嘅機會率（$P(A|B)$）大約係 10% （個測試唔多靠得住）。

例如想像一個實驗：隻動物經歷 10 次受痛楚嘅事件（$P(A)$），而喺某幾次事件當中佢有嘗試避開個痛楚（$B$），喺某幾次入面佢冇（$B'$）但次次都一樣遭受痛楚；佢個腦計咗之後會發現，自己行動咗跟住受痛楚嘅機率（$A$ given $B$）同自己唔行動而受痛楚嘅機率（$A$ given $B'$）相約，

$P(A|B)=P(A|B')$

－即係「我作唔作出行動結果都係會受痛楚」嘅知識，令佢進入失助嘅狀態。

睇埋

• 認知科學
• 認知架構
• 學習
• 機械學習