机器学习笔记
首先解决确定关节密度p(x, t)的推理问题,然后归一化得到条件密度p(t|x),最后边际化得到条件均值。首先解决确定关节密度p(x, t)的推理问题,然后归一化得到条件密度p(t|x),最后边际化得到条件均值。极大似然:一种广泛使用的频率估计量,其中w设为使似然函数P (D|w)最大化的值。首先解决确定条件密度p(t|x)的推理问题,然后进行边缘化求条件均值。首先解决确定条件密度p(t|x)的推理问题,然后进行边缘化求条件均值。决策规则:x的每一个值都分配给后验概率P (Ck|x)较大的类。
原创
2022-09-16 15:32:24 ·
225 阅读 ·
0 评论