成功

扫码支付

购买商品:
商品价格:

价格读取中

支付方式:
微信

请扫码进行支付

支付宝

请扫码进行支付

二维码已过期,请点击刷新

穆辉宇
工程师
985某高校在读博士,硕博阶段的研究方向是机器学习和模式识别,现在主攻计算机视觉,投稿SCI等重要期刊论文多篇,多次参加重要的学术会议,有一定的实战经验。
显示更多
本课程共计74分钟,7节,如果每天学习1小时,预计学习2天。
课程简介

贝叶斯分类器是机器学习的一个入门要点,如今已应用在图像处理、语音识别和自然语言处理等方面。本课程详细讲解贝叶斯方法的原理、推导过程、相关扩展方法和代码实战。包括:贝叶斯和概率、贝叶斯决策论、参数估计和离散型和连续型朴素贝叶斯等知识。最后用了肿瘤分类和性别预测两个实例,详细讲解了相关的代码实战,可以帮助你深入理解贝叶斯。

你将收获
1. 了解贝叶斯的发展过程,掌握贝叶斯相关知识点:概率、决策论和参数估计。
2. 详细讲解朴素贝叶斯的数学推导过程。
3. 能够使用python代码完成贝叶斯代码的编写。
4. 能够理解肿瘤分类和性别预测的原理并使用朴素贝叶斯完成代码的实现。
查看更多笔记

加载中...

没有更多了

同学笔记空空如也

查看更多评价

加载中...

没有更多了

空空如也

手机看
关注公众号

关注公众号

下载APP

下载APP

客服 帮助 返回
顶部