【Mark Schmidt课件】机器学习与数据挖掘——概率分类

本课件主要内容包括： 上次课程回顾：训练、测试与验证 上次课程回顾：基本折中关系 上次课程回顾：验证误差 验证误差与最优化偏差 交叉验证CV 交叉验证伪代码 最优机器学习模型 应用：垃圾电子邮件过滤 回顾有监督学习方法 概率分类器 基于贝叶斯准则的垃圾电子邮件过滤 朴素贝叶斯方法 朴素贝叶斯方法的训练过程 朴素贝叶斯方法的预测过程 回到决策树的问题 交叉验证理论 处理数据稀疏性 高斯判别分析 一个

>>阅读原文<<