Как решать задачи с вероятностями на собеседовании: условная вероятность и теорема Байеса?

Задачи с вероятностями на ML-собеседованиях сводятся к трём инструментам: условная вероятность P(A| B) = P(A∩B) / P(B), теорема Байеса P(A |B) = P(B| A)·P(A) / P(B) и закон полной вероятности P(B) = Σ P(B |Ai)·P(Ai). Алгоритм: явно выпиши события, базовые вероятности, условные вероятности, подставь в формулу. Классический пример — медицинский тест с чувствительностью 99%, специфичностью 99% и распространённостью болезни 1%: P(болезнь | положительный) ≈ 50%, контр-интуитивно из-за низкого base rate.