贝叶斯定理

计算机视觉（Computer Vision, CV）的入门到实践的详细学习路线

概率与统计熟悉贝叶斯定理及其在分类任务中的应用，如朴素贝叶斯分类器。理解常见概率分布（如正态分布、二项分布）及其性质。学习统计推断方法，如假设检验、置信区间估计，以评估模型性能。微积分掌握梯度、
云梦优选·2025-03-16 18:57

机器学习_重要知识点整理

贝叶斯定理计算条件概率，更新先验知识以获得后验概率。贝叶斯分类器、文本分类（如垃圾邮件检测）。最大似然估计（MLE）通过数据最大化似然函数，估计模型参数。线性回归、逻辑回归参数估计。
嘉羽很烦·2025-03-15 15:06

【人工智能数学基础】——深入详解贝叶斯理论：掌握贝叶斯定理及其在分类和预测中的应用

深入详解贝叶斯理论：掌握贝叶斯定理及其在分类和预测中的应用贝叶斯理论（BayesianTheory）是概率论和统计学中的一个重要分支，它以托马斯·贝叶斯（ThomasBayes）命名，主要关注如何根据新的证据更新对某一事件的信念
猿享天开·2025-03-12 17:14

01计算机视觉学习计划

第一阶段（第1-2个月）：基础夯实✅目标：掌握数学基础、Python/C++编程、基本图像处理1️⃣数学基础（2周）每日2小时线性代数：矩阵运算、特征值分解（推荐《线性代数及其应用》）概率统计：高斯分布、贝叶斯定理微积分
依旧阳光的老码农·2025-03-07 20:15

机器学习—赵卫东阅读笔记（一）

第一章：机器学习基础1.1.2机器学习主要流派1.符号主义2.贝叶斯分类——基础是贝叶斯定理3.联结主义——源于神经学，主要算法是神经网络。
走在考研路上·2025-03-06 10:29

图像算法工程师的技术图谱和学习路径

1.基础数学与编程数学基础：线性代数：矩阵运算、特征值、特征向量、奇异值分解（SVD）等概率论与统计：概率分布、贝叶斯定理、最大似然估计（MLE）、假设检验等微积分：导数、梯度、最优化方法（梯度下降、
执于代码·2025-03-03 23:09

An Iterative Technique for the Rectification of Observed Distributions 论文阅读

AnIterativeTechniquefortheRectificationofObservedDistributions-L.B.Lucy1.研究目标与实际意义1.1研究目标1.2实际意义2.新方法与公式分析2.1核心思路：基于贝叶斯定理的迭代框架
青铜锁00·2025-03-01 16:27

朴素贝叶斯原理及sklearn中代码实战

朴素贝叶斯（NaiveBayes）是一类基于贝叶斯定理的简单而有效的分类算法。它假设特征之间是相互独立的，即在给定目标变量的情况下，每个特征都不依赖于其他特征。
Lewis@·2025-02-22 18:51

朴素贝叶斯模型在文本分类中的应用

朴素贝叶斯（NaiveBayes）是一种基于贝叶斯定理的概率分类算法，广泛应用于文本分类任务中。它的核心思想是根据训练数据中不同类别的条件概率，预测新文本属于哪个类别。
Ash Butterfield·2025-02-17 15:36

AI学习专题（一）LLM技术路线

阶段1：AI及大模型基础（1-2个月）数学基础线性代数（矩阵、特征值分解、SVD）概率论与统计（贝叶斯定理、极大似然估计）最优化方法（梯度下降、拉格朗日乘子法）编程&框架Python（NumPy、Pandas
王钧石的技术博客·2025-02-10 01:39

机器学习算法 —— 朴素贝叶斯

目录朴素贝叶斯朴素贝叶斯的介绍朴素贝叶斯的优点朴素贝叶斯的缺点朴素贝叶斯的应用实战（贝叶斯分类）莺尾花数据库函数导入数据导入和分析模型训练模型预测原理简析模拟离散数据集朴素贝叶斯朴素贝叶斯的介绍朴素贝叶斯法=贝叶斯定理
ZShiJ·2025-02-06 23:01

情感分析常见算法与模型及实现步骤

常见的算法和模型包括以下几种：传统机器学习方法朴素贝叶斯（NaiveBayes）基于贝叶斯定理，假设特征之间相互独立。计算简单，适用于大规模数据集。常用于文本分类任务。
计算机软件程序设计·2025-01-25 16:25

想转行到人工智能领域，我该学什么，怎么学？

概率与统计：贝叶斯定理、分布、假设检验
张登杰踩·2025-01-24 18:10

【机器学习】朴素贝叶斯

3.朴素贝叶斯素贝叶斯算法（NaiveBayes）是一种基于贝叶斯定理的简单而有效的分类算法。其“朴素”之处在于假设各特征之间相互独立，即在给定类别的条件下，各个特征是独立的。
可口的冰可乐·2024-09-13 00:57

【机器学习】朴素贝叶斯方法的概率图表示以及贝叶斯统计中的共轭先验方法

引言朴素贝叶斯方法是一种基于贝叶斯定理的简单概率模型，它假设特征之间相互独立。
Lossya·2024-09-07 19:33

人工智能与机器学习原理精解【17】

文章目录贝叶斯贝叶斯定理的公式推导一、条件概率的定义二、联合概率的分解三、贝叶斯定理的推导四、全概率公式的应用五、总结全概率公式推导一、全概率公式的定义二、全概率公式的推导三、全概率公式的应用贝叶斯定理的原理一
叶绿先锋·2024-09-05 08:23

python机器学习算法--贝叶斯算法

1.贝叶斯定理在20世纪60年代初就引入到文字信息检索中，仍然是文字分类的一种热门（基准）方法。文字分类是以词频为特征判断文件所属类型或其他（如垃圾邮件、合法性、新闻分类等）的问题。
在下小天n·2024-09-03 10:03

python奇数平方和_平方和

平方和误差和最大后验2020-12-2119:32:19多项式曲线拟合问题中的最大后验与最小化正则和平方和误差之间的关系简单证明多项式回归的最大后验等价于最小正则化和平方和误差;主要内容:多项式回归高斯分布贝叶斯定理对数函数计算
weixin_39807352·2024-09-02 23:54

深度学习速通系列:贝叶思&SVM

贝叶斯（Bayesian）方法和支持向量机（SVM，SupportVectorMachine）是两种不同的机器学习算法，它们在解决分类和回归问题时有着不同的原理和应用场景贝叶斯方法：贝叶斯方法基于贝叶斯定理
Ven%·2024-08-30 08:13

亦菲喊你来学机器学习（14） --贝叶斯算法

文章目录贝叶斯一、贝叶斯定理二、贝叶斯算法的核心概念三、贝叶斯算法的优点与局限优点：局限：四、构建模型训练模型测试模型总结贝叶斯贝叶斯算法（Bayesianalgorithm）是一种基于贝叶斯定理的机器学习方法
方世恩·2024-08-29 01:45

【深度学习】S2 数学基础 P6 概率论

目录基本概率论概率论公理随机变量多个随机变量联合概率条件概率贝叶斯定理求和法则独立性期望与方差小结基本概率论机器学习本质上，就是做出预测。
脚踏实地的大梦想家·2024-02-20 11:15

【机器学习笔记】4 朴素贝叶斯

贝叶斯方法贝叶斯分类贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。朴素贝叶斯分类是这一类算法中最简单的较为常见的算法。先验概率根据以往经验和分析得到的概率。
RIKI_1·2024-02-19 19:07

朴素贝叶斯算法

朴素贝叶斯算法一、基本概念二、算法及代码应用朴素贝叶斯NB算法分类算法区别其他机器学习算法：机器学习实战工具安装和使用一、基本概念朴素贝叶斯（NB）是一种基于贝叶斯定理与特征条件独立假设的分类算法。
YuanDaima2048·2024-02-19 10:46

8、python多项式贝叶斯文本分类（完整）

1、贝叶斯定理（BayesTheorem）朴素贝叶斯分类（NaiveBayesClassifier）贝叶斯分类算法，是统计学的一种分类方法，它是利用贝叶斯定理的概率统计知识，对离散型的数据进行分类的算法
UP Lee·2024-02-14 13:32

UVA11181条件概率 Probability|Given

条件概率Probability|Given-洛谷|计算机科学教育新生态(luogu.com.cn)样例解释：需要学习条件概率和贝叶斯定理//12-0.1*0.2*(1-0.3)==0.014//1-30.1
DBWG·2024-02-12 16:02

和米老师思维碰撞

一，贝叶斯定理贝叶斯公式贝叶斯定理是关于随机事件A和B的条件概率（或边缘概率）的一则定理。其中P(A|B)是在B发生的情况下A发生的可能性。请问:左边的A,B和右边的A,B一样的吗？
eSoo·2024-02-11 20:41

【机器学习笔记】贝叶斯学习

贝叶斯学习文章目录贝叶斯学习1贝叶斯学习背景2贝叶斯定理3最大后验假设MAP(MaxAPosterior)4极大似然假设ML(MaximumLikelihood)5朴素贝叶斯NB6最小描述长度MDL1贝叶斯学习背景试图发现两件事情的关系
住在天上的云·2024-02-10 17:49

机器学习：朴素贝叶斯笔记

朴素贝叶斯（NaiveBayes）是一种基于贝叶斯定理的简单概率分类算法，广泛应用于机器学习和数据挖掘中。
Ningbo_JiaYT·2024-02-08 07:39

机器学习 | 探索朴素贝叶斯算法的应用

朴素贝叶斯算法是一种基于贝叶斯定理和特征条件独立假设的分类算法。它被广泛应用于文本分类、垃圾邮件过滤、情感分析等领域，并且在实际应用中表现出色。
亦世凡华、·2024-02-07 03:45

4 朴素贝叶斯

1定义朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法2.算法及实例极大似然估计：在这里插入图片描述在这里插入图片描述在这里插入图片描述贝叶斯估计：在这里插入图片描述在这里插入图片描述总结：朴素贝叶斯法是典型的生成学习方法
奋斗的喵儿·2024-02-06 21:59

（三）推断的逼近方法-通过加权重采样的贝叶斯定理

加权重采样importnumpyasnpimportmatplotlib.pyplotasplt#Step1:Generate10,000randomthetavaluesfromU([0,1])n=10000theta_values=np.random.rand(n)#Definethefunctiontocomputeweightsforagiventhetadefcompute_weight
Jay Morein·2024-02-06 12:52

第七章 朴素贝叶斯机器学习

朴素贝叶斯是一组功能强大且易于训练的分类器，它使用贝叶斯定理来确定给定一组条件的结果的概率，“朴素”的含义是指所给定的条件都能独立存在和发生.朴素贝叶斯是多用途分类器，能在很多不同的情景下找到它的应用，
颜大哦·2024-02-05 14:32

机器学习_15_贝叶斯算法

文章目录1贝叶斯定理相关公式2朴素贝叶斯算法2.1朴素贝叶斯算法推导2.2朴素贝叶斯算法流程3高斯朴素贝叶斯4伯努利朴素贝叶斯5多项式朴素贝叶斯6贝叶斯网络6.1最简单的一个贝叶斯网络6.2全连接贝叶斯网络
少云清·2024-02-04 07:50

贝叶斯的缺点

贝叶斯方法是一种统计学习方法，通过利用贝叶斯定理来计算给定先验概率的情况下，后验概率的条件概率。虽然贝叶斯方法在许多领域中应用广泛且有效，但也存在一些缺点。
人机与认知实验室·2024-02-04 06:06

机器学习系列——（七）简单分类算法

一、原理朴素贝叶斯分类算法是一种基于贝叶斯定理的分类算法。在分类问题中，我们需要根据给定的数据集，将不同的实例分成不同的类别。
飞影铠甲·2024-02-03 17:12

【NLP冲吖~】一、朴素贝叶斯（Naive Bayes）

0、朴素贝叶斯法朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。
漂泊老猫·2024-01-30 08:41

朴素贝叶斯算法

贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。而朴素朴素贝叶斯分类是贝叶斯分类中最简单，也是常见的一种分类方法。
汪汪军师·2024-01-26 21:42

NLP深入学习（四）：贝叶斯算法详解及分类/拼写检查用法

文章目录0.引言1.什么是贝叶斯定理2.贝叶斯常见实用场景3.贝叶斯用于垃圾邮件分类4.基于贝叶斯算法实现拼写检查器5.参考0.引言前情提要：《NLP深入学习（一）：jieba工具包介绍》《NLP深入学习
Smaller、FL·2024-01-20 18:00

【分类模型学习】-朴素贝叶斯

分类问题综述分类问题在生活中很常见，我们可以从数学角度做如下定义：已知类别集合和待分类项集合，需要确定出映射规则，使得任意的有且仅有一个使得成立朴素贝叶斯方法朴素贝叶斯法（NaiveBayesmodel）是基于贝叶斯定理与特征条件独立假设的分类方法
lowindow·2024-01-19 21:07

从三个例子理解贝叶斯定理

TimeFlies##贝叶斯定理推荐阅读：如何理解贝叶斯公式？
城市中迷途小书童·2024-01-19 13:57

机器学习 -- 朴素贝叶斯分类器

场景朴素贝叶斯分类器是一种基于贝叶斯定理的简单概率分类器，广泛应用于各种机器学习场景。朴素贝叶斯分类器利用贝叶斯定理来预测一个数据点的类别。
北堂飘霜·2024-01-17 07:37

贝叶斯分类器（公式推导+举例应用）

文章目录引言贝叶斯决策论先验概率和后验概率极大似然估计朴素贝叶斯分类器朴素贝叶斯分类器的优点与缺点优点缺点总结实验分析引言在机器学习的世界中，有一类强大而受欢迎的算法——贝叶斯分类器，它倚仗着贝叶斯定理和朴素的独立性假设
Nie同学·2024-01-17 03:12

机器学习笔记E4--朴素贝叶斯

预备知识贝叶斯定理（BayesianTheorem）先验概率与后验概率朴素贝叶斯分类器何为“朴素”：属性条件独立性假设分类准则离散属性与连续属性值的分别处理例子讲解拉普拉斯修正(Laplaciancorrection
EL33·2024-01-15 14:44

工智能基础知识总结--朴素贝叶斯

什么是朴素贝叶斯朴素贝叶斯是基于贝叶斯定理与特征条件独立假设的分类方法。给定训练集T=(x1,y1),(x2,y2),
北航程序员小C·2024-01-15 10:46

贝叶斯生成器的两种模型，思想和异同

3.利用贝叶斯定理计算文本属于每个类别的后验概率。4.选择具有最高后验概率的类别作为最终的分类结果。###高斯模型（GaussianModel）:算法思想：1.假设每个类别下的特征值服从正态分布。
爱打网球的小哥哥一枚吖·2024-01-14 19:26

Python 全栈体系【四阶】（十二）

第四章机器学习十五、朴素贝叶斯朴素贝叶斯是一组功能强大且易于训练的分类器，它使用贝叶斯定理来确定给定一组条件的结果的概率，“朴素”的含义是指所给定的条件都能独立存在和发生。
柠檬小帽·2024-01-13 02:20

GEE机器学习——利用贝叶斯分类器方法进行土地分类和精度评定

贝叶斯分类器方法的具体介绍贝叶斯分类器是一种基于贝叶斯定理的统计分类方法。
此星光明·2024-01-11 12:59

基于python的贝叶斯分类算法预测_python机器学习：朴素贝叶斯分类算法

大数据挖掘DT机器学习公众号：datayx贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。而朴素朴素贝叶斯分类是贝叶斯分类中最简单，也是常见的一种分类方法。
Puzzle Cosmo·2024-01-08 09:10

【机器学习（一）】机器学习中使用朴素贝叶斯（即最小错误率贝叶斯）、最小风险贝叶斯实现分类

朴素贝叶斯是基于贝叶斯定理与特征条件独立假设的分类方法。对于给定的
Ai研究僧·2024-01-08 09:39

朴素贝叶斯

这是一种基于贝叶斯定理和特征条件独立假设的分类方法。所谓独立条件，就是两个事件之间相互之间没有影响，在机器学习中，就要求特征之间没有联系，实际上，这种要求一般是无法满足的。
歌者文明·2024-01-07 11:08
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他