频率派概率从自然的角度出发，试图直接为事件本身建模，通俗点就是如果事件A独立试验中频率趋于极限p那么p就是该事件的概率。与概率直接与事件发生的频率相联系，被称为频率派概率。
贝叶斯概率就是想构建一套比较完备的框架来描述最能服务于理论推断这一目的的猜的过程，贝叶斯概率论为人的知识建模来定义概率概念。设计确定性水平时，被称为贝叶斯概率，贝叶斯概率强调强化自身，用自身预测概率来表示之中信任度。
例子：
频率派概率：在扑克牌游戏中抽出特定的牌，当我们说这种情况发生的概率为p，就意味着我们反复实验无限次，有p的比例会导致这样的结果。
贝叶斯概率：一位医生诊断一位病人，并说这位病人患流感概率为40%，我们不能让病人有无穷多副本，我们用概率表示一种信任度，一种确定性水平。
总结：频率派概率以频率为主体，贝叶斯概率以置信度为主体。
参考：深度学习，百度百科