贝叶斯分类器是机器学习的一个入门要点, 原理是通过某对象的先验概率,利用贝叶斯公式计算出其后验概率,即该对象属于某一类的概率,选择具有大后验概率的类作为该对象所属的类。本课程详细讲解贝叶斯分类器的内容。包括:贝叶斯决策论、极大似然估计、朴素贝叶斯分类器、半朴素贝叶斯分类器,贝叶斯网、EM算法等知识。
1
社区成员
95
社区内容
加载中
试试用AI创作助手写篇文章吧