机器学习之贝叶斯分类器—339人已学习
课程介绍
贝叶斯分类器的分类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。
课程收益
希望同学们可以掌握本课程的锁讲解的知识点。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。
讲师介绍
王而川 更多讲师课程
乐川科技有限公司CEO,人工智能培训讲师,专业从事机器学习与深度学习培训。参与多个人工智能领域项目,专注于机器学习与计算机视觉领域,长期参与无人驾驶汽车项目,专注研究无人驾驶领域的目标识别与跟踪,善于人脸识别、物体识别、轨迹跟踪、点云识别分析等方向的新算法。
课程大纲
第1章:贝叶斯决策论
1. 贝叶斯决策论 15:11
第2章:极大似然估计
1. 极大似然估计 2:05
第3章:朴素贝叶斯分类器
1. 朴素贝叶斯分类器 3:11
第4章:半朴素贝叶斯分类器
1. 半朴素贝叶斯分类器 3:25
第5章:贝叶斯网
1. 贝叶斯网 6:06
第6章:EM算法
1. EM算法 1:04
大家可以点击【 查看详情】查看我的课程
课程介绍
贝叶斯分类器的分类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。
课程收益
希望同学们可以掌握本课程的锁讲解的知识点。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。
讲师介绍
王而川 更多讲师课程
乐川科技有限公司CEO,人工智能培训讲师,专业从事机器学习与深度学习培训。参与多个人工智能领域项目,专注于机器学习与计算机视觉领域,长期参与无人驾驶汽车项目,专注研究无人驾驶领域的目标识别与跟踪,善于人脸识别、物体识别、轨迹跟踪、点云识别分析等方向的新算法。
课程大纲
第1章:贝叶斯决策论
1. 贝叶斯决策论 15:11
第2章:极大似然估计
1. 极大似然估计 2:05
第3章:朴素贝叶斯分类器
1. 朴素贝叶斯分类器 3:11
第4章:半朴素贝叶斯分类器
1. 半朴素贝叶斯分类器 3:25
第5章:贝叶斯网
1. 贝叶斯网 6:06
第6章:EM算法
1. EM算法 1:04
大家可以点击【 查看详情】查看我的课程