机器学习之贝叶斯分类器-王而川-专题视频课程

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