0 写在前面
机器学习强基计划聚焦深度和广度,加深对机器学习模型的理解与应用。“深”在详细推导算法模型背后的数学原理;“广”在分析多个机器学习模型:决策树、支持向量机、贝叶斯与马尔科夫决策、强化学习等。
在机器学习强基计划4-3:详解朴素贝叶斯分类原理(附例题+Python实现)中我们学习了朴素贝叶斯的概念:采用属性独立性假设对类后验概率建模,本节再次使用这个理论实现一个有趣的应用——单词拼写修正器,并梳理一些朴素贝叶斯原理中的细节,以期固本强基。
1 语言中的贝叶斯公式
我们的目标是找到原拼写错误单词 w w