БАЙЕСОВСКИЙ МЕТОД
— метод принятия решения о ненаблюдаемых характеристиках, основанный на знании априорного распределения вероятностей этих характеристик и на условном распределении результатов эксперимента при заданных значениях ненаблюдаемых характеристик. Б. м. назван по имени англ. математика 18 в. Т. Байеса, предложившего Байеса формулу, связывающую апостериорные и априорные вероятности:
где 
— попарно несовместимые события, объединение которых включает событие А.
Б. м. широко используют в теории статистических решений, в игр теории, в теории распознавания образов. Обычно Б. м. заключается в выборе наиболее вероятных значений характеристик. В распознавании образов этому соответствует выбор наиболее вероятного ответа распознавания (см. Ответ распознающей системы), что обеспечивает миним. вероятность
- наблюдаемые реализации рассматриваемого случайного события или величины; 
— возможные решения о значениях искомых характеристик этого события (обычно решение наз. статистической гипотезой). При использовании Б. м. должны быть заданы т. н. априорные сведения: безусловные вероятности гипотез 
и условные вероятности (плотности вероятностей) реализаций 
при каждой из гипотез 
От этих априорных сведений легко перейти к условным вероятностям гипотез при наблюдаемой реализации 
называемым апостериорными вероятностями. Наиболее вероятное решение в Б. м. определяется макс. апостериорной вероятностью. Если априорные вероятности гипотез 
неизвестны, может быть использован т. н. эмпирический Б. 
в котором эти вероятности статистически оцениваются по заданной выборке реализаций 
