貝葉斯定理是在信息和條件有限的情況下，以過去的數據為基礎，通過動態調整，幫助我們壹步步預測事件的近真實概率。
其基本思想是後驗概率=先驗概率*調整因子，其中先驗概率是在信息不完全的情況下做出的主觀概率預測；調整因子是信息收集持續改進過程中先驗概率的調整；後驗概率是調整後的最終概率預測。
雖然是數學公式，但其原理不用數字也能理解。如果妳看到壹個人總是做好事，那個人很可能就是壹個好人。也就是說，當壹個事物的本質無法被準確認識時，可以通過與其具體本質相關的事件數量來判斷其本質屬性的概率。