![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 80
一只特立独行的喵喵喵
这个作者很懒,什么都没留下…
展开
-
Python 机器学习_基于朴素贝叶斯分类的MNIST手写数字识别
最近在学习机器学习,总觉得只学习理论的话,对于很多问题的理解不够深入,话不多少,见下:首先推荐李航的《统计学习方法》小蓝书,对于贝叶斯理论部分讲解的很清楚,可自行翻阅(李航书上有小栗子,可以手动算一算,对于理解很有帮助)。接着本次MNIST实例,强推一篇很好的博客点击打开链接,在看完李航关于贝叶斯的整体理论后,再 看看这个 了解一个具体的实例中,各种下标各种概率怎么理解,包括看似很假大空的Lapl...原创 2018-03-29 15:24:53 · 6396 阅读 · 1 评论 -
先验概率 后验概率 似然概率(目前整理的最清晰的解释)
先验是原因的概率分布 后验 和 似然 都是条件概率的形式:后验是持结果去找原因(p(原因|结果)) 似然是持原因去找结果(p(结果|原因(参数))) 这几个概念可以用“原因的可能性”和“结果的可能性”的“先后顺序”及“条件关系”来理解。下面举例:(参考看过的一些博客) 隔壁老王要去10公里外的一个地方办事,他可以选择走路,骑自行车或者开车,并花费了一定时间到达目的地。在这个事件中,可以把交通方式(...原创 2019-09-01 22:07:57 · 1116 阅读 · 0 评论