4、【李宏毅机器学习（2017）】Classification- Probabilistic Generative Model（分类-概率生成模型）
本篇博客将介绍监督学习中另一主要应用——分类算法，不同于回归算法回归算法，分类算法的输出是离散的分类变量，在实际有着广泛的应用。 目录 分类问题 分类问题中的线性回归 分类问题算法 贝叶斯 贝叶斯公式 极大似然估计参数 朴素贝叶斯 分类问题 分类问题中的线性回归 我们考虑一个包含两类的数据集，一类标记为-1，一类标记为1，如果对于左图中的数据利用回归模型可以很好的区分，但是数据分布不是聚集分布，如
相关文章
- 1. [机器学习入门] 李宏毅机器学习笔记-5（Classification- Probabilistic Generative Model；分类：概率生成模型）
- 2. [机器学习入门] 李宏毅机器学习笔记-5（Classification- Probabilistic Generative Model；分类：几率生成模型）
- 3. 李宏毅 机器学习-2017-Classification
- 4. 李宏毅深度学习笔记（五）分类：概率生成模型(Probabilistic Generative Model)——朴素贝叶斯
- 5. 李宏毅机器学习2016 第四讲 分类：概率生成模型
- 6. 李宏毅2020机器学习04 - Classification
- 7. 李宏毅 机器学习笔记 Classification
- 8. [李宏毅-机器学习]分类classification
- 9. 机器学习：李宏毅：概率分布生成概率模型
- 10. 李宏毅机器学习课程４~~~分类：概率生成模型
- 更多相关文章...
- • Eclipse 生成jar包 - Eclipse 教程
- • 网站主机 类型 - 网站主机教程
- • Kotlin学习（二）基本类型
- • Tomcat学习笔记（史上最全tomcat学习笔记）
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. [机器学习入门] 李宏毅机器学习笔记-5（Classification- Probabilistic Generative Model；分类：概率生成模型）
- 2. [机器学习入门] 李宏毅机器学习笔记-5（Classification- Probabilistic Generative Model；分类：几率生成模型）
- 3. 李宏毅 机器学习-2017-Classification
- 4. 李宏毅深度学习笔记（五）分类：概率生成模型(Probabilistic Generative Model)——朴素贝叶斯
- 5. 李宏毅机器学习2016 第四讲 分类：概率生成模型
- 6. 李宏毅2020机器学习04 - Classification
- 7. 李宏毅 机器学习笔记 Classification
- 8. [李宏毅-机器学习]分类classification
- 9. 机器学习：李宏毅：概率分布生成概率模型
- 10. 李宏毅机器学习课程４~~~分类：概率生成模型