zoukankan
html css js c++ java
机器学习——第三章笔记
贝叶斯决策与学习
贝叶斯决策与MAP分类器
后验概率:
贝叶斯规则:
MAP分类器:
MAP分类器:高斯观测概率
观测概率:单维高斯分布
决策边界:
决策风险与贝叶斯分类器
决策风险和损失的概念
风险评估
贝叶斯分类器
在MAP分类器的基础上,加入决策风险因素。
朴素贝叶斯分类器
最大似然估计
定义
目标函数
均值
协方差
最大似然的估计偏差
高斯分布均值的最大似然估计是无偏估计,协方差的最大似然估计是有偏估计。
贝叶斯估计
概念
KNN估计
查看全文
相关阅读:
DBAccess
业务耗时及数组
QB资料学习.01
格式化参数
日志记录.02_线程处理
nginx 开启gzip
js 变量提升和函数提升
js 深拷贝 vs 浅拷贝
js 伪数组 转 数组
js 对象原型和原型链
原文地址:https://www.cnblogs.com/Ike-shadow/p/12833309.html
最新文章
vue-cli --- assets目录和static目录
Object.create(XXX) 和 new XXX()创建函数的区别
vue + el-menu(Element-UI)之路由跳转
压缩文件夹传输 & FormData
patch和put方法的区别
python模块之间的代码元素的访问
Post 请求与 get 请求的区别
自动化设计之POM初识
Python接口自动化
Python之for循环
热门文章
容器:列表,元组,字典,集合
算法
读书笔记之数据结构栈与队列
网络爬虫之爬取百度新闻链接
读书笔记之Bash
为自己的程序添加防火墙规则
计划任务,机器码与注册码,Web服务
RSA加密,应用授权及MSSQL备份与还原
节点服务器信息,节点信息及消息处理(广播与组播)
数据访问池+服务插件配置+数据库配置
Copyright © 2011-2022 走看看