本课件主要内容包括:
-
贝叶斯学习
-
你的第一份咨询工作
-
随机变量
-
概率分布
-
联合分布
-
边际分布
-
条件概率
-
条件分布
-
乘积原则
-
贝叶斯准则
-
图钉举例
-
最大似然估计
-
第一个参数学习算法
-
Beta先验分布
-
采用贝叶斯推断进行预测
-
关于连续变量
-
高斯分布的特性
-
高斯分布的MLE
-
高斯分布均值的MLE
-
方差的MLE
-
学习高斯参数
-
高斯参数的贝叶斯学习
-
贝叶斯分类
-
应用示例
-
贝叶斯分类器
-
模型参数
-
朴素贝叶斯
-
朴素贝叶斯分类器
-
数字识别器
-
NB参数的MLE
-
NB参数的MAP估计
-
逻辑回归
-
似然 vs. 条件似然
-
最大化条件对数似然
-
凹函数优化:梯度上升
-
朴素贝叶斯 vs. 逻辑回归
完整课件下载地址:
http://page2.dfpan.com/fs/6lcj3221a291e6daec5/
更多精彩文章请关注微信号: