统计学习方法

白天 夜间 首页 下载 阅读记录
  我的书签   添加书签   移除书签

4.2 朴素贝叶斯法的参数估计

浏览 55 扫码 分享 2023-11-22 12:42:18
  • 一、极大似然估计
  • 二、学习与分类算法
  • 三、贝叶斯估计

    点击查看【bilibili】

    一、极大似然估计

    二、学习与分类算法

    三、贝叶斯估计

    若有收获，就点个赞吧

    0 人点赞

    上一篇:
    下一篇:
    • 书签
    • 添加书签 移除书签
    • 第1章 统计学习及监督学习概论
      • 1.1 统计学习
      • 1.2 统计学习的分类
      • 1.3 统计学习方法三要素
      • 1.4 模型评估与模型选择
      • 1.5 正则化与交叉验证
      • 1.6 泛化能力
      • 1.7 生成模型与判别模型
    • 第2章 感知机
      • 2.1 感知机模型
      • 2.2 感知机学习策略
      • 2.3 感知机学习算法
    • 第3章 k近邻法
      • 3.1 k近邻算法
      • 3.2 k近邻模型
      • 3.3 k近邻的实现:kd树
      • 代码实现
    • 第4章 朴素贝叶斯法
      • 4.1 朴素贝叶斯法的学习与分类
      • 4.2 朴素贝叶斯法的参数估计
    • 第5章 决策树
    • 第6章 逻辑斯谛回归与最大熵模型
    • 第7章 支持向量机
      • 7.1 线性可分支持向量机与硬间隔最大化
    暂无相关搜索结果！

      让时间为你证明

      展开/收起文章目录

      分享，让知识传承更久远

      文章二维码

      手机扫一扫，轻松掌上读

      文档下载

      请下载您需要的格式的文档，随时随地，享受汲取知识的乐趣！
      PDF文档 EPUB文档 MOBI文档

      书签列表

        阅读记录

        阅读进度: 0.00% ( 0/0 ) 重置阅读进度
          思维导图备注