简单来说，更新贝叶斯推理中的先验意味着您从对事件发生概率（先验概率）的一些猜测开始，然后观察发生的情况（可能性），并根据发生的情况更新您的初始猜测。更新后，您的先验概率称为后验概率。

当然，现在您可以：

• 停止你的后验概率；
• 使用你的后验概率作为新的先验，并通过观察更多的证据（即数据）来更新这样的概率以获得新的后验。

从本质上讲，更新先验意味着您从（知情的）猜测开始，并使用证据来更新您的初始猜测。回想起那个

在哪里$p(\theta)$是你的先验，$p(x|\theta)$是可能性（即您用来更新先验的证据），以及$p(\theta|x)$是后验概率。请注意，后验概率是给定证据的概率。

硬币示例：您从猜测硬币公平的概率开始$p = 0.1$. 然后，你掷硬币 10 次，你得到一个后验概率$p = 0.3$. 此时，您可以决定是否满意$p = 0.3$或再次抛硬币（比如 90 次）：在这种情况下，您的先验将是$p = 0.3$——即后验成为新的先验——你将根据新的证据获得新的后验概率。

假设在 1000 次抛掷之后，你的后验概率是$p = 0.9$. 一开始你之前是$p = 0.1$，所以你认为硬币是不公平的。现在，根据 1000 次投掷的证据，您看到硬币公平的概率很高。

请注意，当您拥有新证据时可以轻松更新概率这一事实是贝叶斯框架的优势。这里的重点不是必须更新先验，而是使用所有可用的证据来更新您对某个概率的猜测。