diff --git a/assets/1606399646000.png b/assets/1606399646000.png
new file mode 100644
index 0000000..063b9c3
Binary files /dev/null and b/assets/1606399646000.png differ
diff --git a/必备数学基础.md b/必备数学基础.md
index 974f23b..f07cae6 100644
--- a/必备数学基础.md
+++ b/必备数学基础.md
@@ -1435,7 +1435,31 @@ X轴上的特征表示归一化后，是对某个特征增强10倍，其它不
 
 **世界观的区别：**
 
-统计学派：
+**统计学派：**
 
 - 观察到的数据被认为是随机的，因为它们是随机过程的实现,因此每次观察系统时都会发生变化。
-- 模型参数认为是固定的。参数的值是未知的，但它们是固定的，因此我们对它们进行条件设置。
\ No newline at end of file
+
+- 模型参数认为是固定的。参数的值是未知的，但它们是固定的，因此我们对它们进行条件设置。
+
+  ![1606399646000](assets/1606399646000.png)
+
+概率推理通常涉及推导未知参数的估计，基于一些选择的最优性准则选择，如无偏性、方差最小化。
+
+比如说，我在今天绝地求生里面吃鸡了的真假。定义参数θ：
+
+- θ=1，吃鸡
+- θ=0，没有。
+
+那么频率派认为,θ是取值0或者1的固定数，不能说θ=1的概率是多少。
+
+**贝叶斯学派：**
+
+- 数据被认为是固定的。他们使用的是随机的，但是一旦他们被拿到手了，就不会改变
+- 贝叶斯用概率分布来描述模型参数的不确定性，这样一来，他们就是随机的了
+
+![1606399646000](assets/1606399646000.png)
+
+我们要得到的就是对应该数据所有参数的可能性(分布)的情况。
+
+还是上面的例子，这回我们可以说θ=1概率是30%。而且随着所得样本的增多，我们可以把这个概率加以变化,得到θ|x的分布。这个概率其实是信心的含义。
+