由于簡書對公式支持不是很好稠炬,本人的博客已經遷移到CSDN焕阿,簡書博客將不再做更新首启。CSDN博客網址為:https://blog.csdn.net/...
目錄[toc] 第一部分:貝葉斯網基礎 1.1 信息論基礎[http://www.reibang.com/p/635da28aaa5c] 1....
目錄[toc] 1.1 信息論基礎[http://www.reibang.com/p/635da28aaa5c] 1.2 貝葉斯網基本概念[h...
目錄[toc] 第一部分:貝葉斯網基礎 1.1 信息論基礎[http://www.reibang.com/p/635da28aaa5c] 1....
目錄[toc] 貝葉斯網專題前言 貝葉斯網是一種將概率統(tǒng)計應用于復雜領域结闸,進行不確定性推理和數據分析的工具,其在機器學習和人工智能領域具有重要的...
目錄[toc] 1. 樸素貝葉斯法簡介 樸素貝葉斯法是基于貝葉斯定理的分類方法。給定訓練數據集察纯,其中為輸入特征帕棉,為輸出類別。令為輸入空間和輸出空...
目錄[toc] 1. 后驗概率和結構風險的定義 1.1 后驗概率定義 后驗概率是從貝葉斯公式而來饼记,貝葉斯公式如下:以分類問題來理解該公式香伴,X代表...
目錄[toc] 1. K近鄰法基礎 1.1 模型與算法 K近鄰法(K-nearest neighbor,KNN)是最基礎的機器學習模型之一,它的...
1. 感知機基礎 1.1 模型 感知機是最基礎的機器學習模型之一具则,它的類別為: 分類(√)即纲、回歸、標注 概率軟分類(√)博肋、非概率硬分類 監(jiān)督(√...