条件概率公式是概率论的核心概念，在统计学、机器学习和数据分析中应用广泛。其公式为P(A|B) = P(AB) / P(B)，用于计算在事件B已知发生的情况下事件A发生的概率。条件概率公式帮助我们理解事件之间的关系，并在实际问题中应用，如骰子实验和扑克牌问题。此外，乘法公式、全概率公式和贝叶斯公式都是条件概率的重要扩展，广泛应用于机器学习中的分类问题和预测模型中，尤其是在朴素贝叶斯分类器中。