kobe_sky-CSDN博客

原创朴素贝叶斯分类

朴素贝叶斯分类贝叶斯分类是机器学习中一个重要的分类算法，由于其简单高效，所以在实战中非常受欢迎。本文将介绍贝叶斯分类中两个比较典型的算法——朴素贝叶斯与贝叶斯信念网络。基础知识在开始介绍算法之前，我们先温习几个概率论上几个基础知识。1.条件概率:P(A|B)表示在B发生的情况下A发生的概率。例如：在一堆棋子中有方形和圆形两种，方形有红色和白色，圆形有黄色和绿色。问，在已知一颗棋子

2017-06-09 17:15:50 448

转载 Kafka设计解析（一）- Kafka背景及架构介绍

kafka设计详解

2017-03-30 17:31:12 418

转载台大机器学习——可行性证明2

回顾与预览基于统计的学习流程：--- 如果备选函数集的大小|H|=M，M有限，训练数据量N足够大，则对于学习算法A选择的任意备选函数h，都有 E-out(h)≈E-in(h)--- 如果A找到了一个备选函数，使得E-in(h)≈0，则有很大概率E-out(h)≈0 ---》学习是可能的可以讲，机器学习有两个核心问题：1. 我们能否保证E-out(h)与E-

2016-12-20 19:38:11 437

转载台大机器学习——可行性证明1

机器学习的可行性假设有如下学习问题：训练数据D包含了6张3*3的黑白图片，并给出了对应的输出，根据这些信息确定一个近似目标函数g，并用g计算最下方图片的输出。甲认真看了下发现第一行三张图片左上角都是黑色色块，第二行三张图片左上角都是白色色块，最下面那张左上角是黑色，所以g(x)=-1；乙发现第一行三张图片都不是对称的，第二行三张图片总能找到一个对称轴，而最下面那张图也有一个对称轴，

2016-12-20 15:07:13 493

转载台大机器学习——可行性证明3(Break Point出现时成长函数的边界)

Break Point 对成长函数的限制回顾上一节提到的4个成长函数：假设对于一个问题，minimum break point k = 2（对于任意2个输入，H不能穷尽所有划分），基于该条件我们做出推论：即当 N=2 时，成长函数一定当 N=3 时，我们看看成长函数的 maximum possible value 等于多少？任意3个输入（x1, x2, x3），我们一

2016-12-20 11:52:48 1448