一、 生成式模型
这个系列将讨论人工智能领域非常重要、也十分被看好的一类模型：生成式模型（generative model）。因为这类模型不但能根据特征预测结果，还能“理解”数据是如何产生的，并以此为基础“创造”数据，这才是“真正意义上”的人工智能。而且正如费曼[1]所说的“What I cannot create, I do not understand（我不能创造的东西，我就不了解）”，生成式模型在某种意义上是真正理解了数据。
生成式模型的理论基础是贝叶斯定理[2]。这是一个简单而又深刻的数学定理：一方面，它只涉及乘法、除法以及条件概率，推导过程只需要用到高中数学；另一方面，它引出了很多极具哲学思辨色彩的学术概念，比如先验概率、后验概率等，甚至在统计学里也派生出相应的贝叶斯学派。（这篇文章将大量使用条件概率这个数学概率，对此不是特别熟悉的同学，可以参考这篇文章《生成式模型（零）：条件概率》）
贝叶斯定理是深入理解生成式模型的关键，因此这篇文章将深入讨论这个数学定理，以及如何基于它搭建模型。
二、 蒙提霍尔问题
在讨论严谨的数学公式之前，先看一个有趣又引人深思的游戏—蒙提霍尔问题（Monty Hall problem）。参加这个游戏的选手面对3扇关闭的门，其中一扇门的背后是汽车，另外两扇的背后是山羊，但从选手的角度来看，这3扇门是完全一样的。选手需要按如下的步骤选中一扇门，如果选中的门背后是汽车，则他会免费得到汽车，否则什么都得不到。
- 选手做出最初的决定，选择其中一扇门，如图1中标记1所示。
- 主持人会从剩下的两扇门中，打开一扇后面是山羊的门，如图1中标记2所示。
- 这时选手需要再做一次决定，坚持最初的选择或者更改选择。
如果是读者参加这个游戏会怎么选择呢？从直觉上来讲，似乎对于剩下的两扇门，它们背后是汽车的概率是相等的，都为0.5，那么没必要修改自己的最初决定。
但遗憾的是，直觉是错误的：更改选择后的获奖概率远高于坚持最初决定的。事实上，借助Python针对蒙提霍尔问题做一个简单的统计模拟[3]，可以得到如图1[4]中标记4所示的结果（模拟的代码可在Github上下载）。根据模拟结果，更改后的获奖概率接近70%，而坚持最初选择的获奖概率只有30%左右。
图1
为什么会出现如此奇怪的结果呢？直觉上哪里出了错呢？下面将从数学角度给出这个疑问的解释。
三、 条件概率
为了表述清楚，不妨假设选手最初选择的是1号门，而剩下的2号门和3号门对主持人是没有任何差别的。用随机事件表示汽车所在的位置，比如
表示汽车在1号门的背后。那么在选手做最初选择的时候，汽车在每扇门背后的概率都是一样的，为
。
用随机事件表示主持人打开的门号，比如
表示主持人打开了3号门。由于2号门和3号门没有差别，那么只需讨论在已知主持人打开3号门的情况下，汽车在1号门以及汽车在2号门的概率。用条件概率来翻译上面这句话就是需要计算
以及
，其中
表示坚持最初选择的获奖概率，而
表示更改选择后的获奖概率。根据条件概率的公式，有：
其中表示汽车在2号门且主持人打开3号门的概率。同样根据条件概率的公式，可以得到
。注意到如果已知汽车在2号门，那么主持人必然会打开3号门，因为规则限制主持人一定要打开后面是山羊的一扇门。由此可得
，结合公式（1），可以得到公式（3）：
接下来需要计算的是，即主持人打开3号门的概率。根据概率的定义，可以将这个概率分解为3个概率之和，如公式（4）所示：
值得注意的是，因为主持人不会打开背后是汽车的门。与公式（3）类似，可以得到
。由于汽车在1号门时，主持人打开剩下两扇门的概率是一样的[5]，也就是说
，那么
，结合公式（3）可以得到：
将公式（5）和公式（3）的结果代入公式（2），得到。也就是说更换选择后，获奖的概率为，高于坚持最初选择的获奖概率。这与图1中标记4所示的模拟结果是吻合的。
将上面的数学推导用通俗的语言来解释，就是主持人打开3号门这个事件其实隐含了两条信息：
- 汽车在1号门后，主持人是随机打开3号门的；
- 汽车在2号门后，主持人并没有其他选择，只能打开3号门。
这两条信息对选手的最终选择有决定性的影响，而且是完全相反的影响。如果按照第1条信息，应该坚持最初的决定；如果按照第2条信息，则应该更换选择。
不仔细考虑的话，直觉上会认为这两条信息出现的频率是相等的，或者说这两条信息带来的价值是一样的。这会导致我们得到错误的结论：坚持最初决定和更改选择的获奖概率是一样的。为了克服直觉上的缺陷，需要使用合适的数学工具来量化信息带来的价值。而上面的数学推导表明，条件概率可以很好地完成这个任务，这正是贝叶斯框架的精妙之处。
四、 先验概率与后验概率
现在从上面的具体例子回到抽象的数学。对于监督式学习，数据的变量分为自变量和标签变量（因变量）。自变量往往表示事物的表象，是很容易被观测到的，用表示。而标签表示事物的内在，不容易被观测到，也是模型需要预测的量，用
表示，则贝叶斯定理的数学公式为：
公式（6）中的在学术上被称为先验概率（prior probability），而
被称为后验概率（posterior probability）。通常可以这样理解，先验概率是用概率的形式表示生活中的常识。比如在蒙提霍尔问题中，在已知汽车在2号门背后的情况下，主持人打开各扇门的概率。而后验概率是通过事物的表象对产生原因的一种猜测，比如同样在蒙提霍尔问题中，在观察到主持人打开3号门的情况下，汽车在2号门背后的概率。用一句话来概括，先验概率是知因求果，后验概率是知果求因。
五、广告时间
这篇文章的大部分内容参考自我的新书《精通数据科学：从线性回归到深度学习》。
李国杰院士和韩家炜教授在读过此书后，亲自为其作序，欢迎大家购买。
另外，与之相关的免费视频课程请关注这个链接
理查德·菲利普斯·费曼（Richard Phillips Feynman），美国理论物理学家，量子电动力学创始人，曾被评选为有史以来最伟大的十位物理学家之一。 ↩
贝叶斯定理以英国数学家托马斯·贝叶斯（Thomas Bayes）的名字命名 ↩
这种统计模拟的方法在学术上被称为蒙特卡洛方法（Monte Carlo method）。该方法使用随机数（或者严谨地说是伪随机数）来解决很多复杂的概率计算问题 ↩
图片参考自维基百科 ↩
这是因为前面假设了2号门和3号门对主持人没有任何差别。如果假设主持人对某扇门有特殊的偏好，比如在条件允许的范围内总是优先打开3号门，则条件概率不再适合，需要直接使用联合分布概率来解决这个问题（这也是蒙提霍尔问题最难理解的地方）。这种情况下，更换选择后的获奖概率为
，具体的计算过程同公式（3）类似。
更直接地，对于主持人不同的开门策略，使用蒙特卡洛方法模拟，得到的结果是大体一致的 ↩
