1.概率基础 2.贝叶斯理论 3.贝叶斯于机器学习 1.贝叶斯误差 2.假设很重要 3.奥卡姆剃刀：偏好简单模型 ...
分类：
其他好文 时间：
2018-07-29 18:56:57
阅读次数：
141
朴素贝叶斯与应用 朴素贝叶斯与应用 朴素贝叶斯与应用 贝叶斯理论简单回顾 在我们有一大堆样本（包含特征和类别）的时候，我们非常容易通过统计得到 p(特征|类别)p(特征|类别). 大家又都很熟悉下述公式： p(x)p(y|x)=p(y)p(x|y)p(x)p(y|x)=p(y)p(x|y) 所以做一 ...
分类：
其他好文 时间：
2018-06-02 12:59:48
阅读次数：
221
1.理论基础——条件概率，词集模型、词袋模型 条件概率：朴素贝叶斯最核心的部分是贝叶斯法则，而贝叶斯法则的基石是条件概率。贝叶斯法则如下： 词集模型：对于给定文档，只统计某个侮辱性词汇（准确说是词条）是否在本文档出现 词袋模型：对于给定文档，统计某个侮辱性词汇在本文当中出现的频率，除此之外，往往还需 ...
分类：
其他好文 时间：
2018-04-26 12:08:21
阅读次数：
195
编译：李雷、张馨月、王梦泽、小鱼 除了文中所附的代码块，你也可以在文末找到整个程序在Jupyter Notebook上的链接。 在数据科学或统计学领域的众多话题当中，我觉得既有趣但又难理解的一个就是贝叶斯分析。在一个课程中，我有机会学习了贝叶斯统计分析，但我还需要对它做一些回顾和强化。 从个人观点出 ...
分类：
编程语言 时间：
2018-04-18 19:11:01
阅读次数：
240
研究表明：汉字的顺序颠倒也不会影响阅读，这是为什么呢！ 研表究明，汉字的序顺并不能影阅响读，比如当你看完这话句时，你会发这现里面的字全是都乱的！有谁中招了？?原因在这里：从人工智能的角度来讲，这是最基本的贝叶斯理论。虽然很多人永远意识不到，但人类时时刻刻都在利用贝叶斯理论做出判断，也就是利用相关信息 ...
分类：
其他好文 时间：
2018-02-03 17:47:07
阅读次数：
127
基于概率论的分类方法：朴素贝叶斯 1. 概述 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。本章首先介绍贝叶斯分类算法的基础——贝叶斯定理。最后，我们通过实例来讨论贝叶斯分类的中最简单的一种: 朴素贝叶斯分类。 2. 贝叶斯理论 & 条件概率 2.1 贝叶斯理论 ...
分类：
其他好文 时间：
2017-10-30 11:23:58
阅读次数：
168
朴素贝叶斯或者说基于贝叶斯理论的决策方法都是生成式模型。那么什么是生成式模型呢？生成式模型和判别式模型的概念分别是什么？大体来说，给定数据集x，可以直接通过建模P(c|x)来预测c，这样得到的是判别式模型。像BP网络，支持向量机，决策树都属于判别式模型。如果先对联合概率分布P(x,c)建模，然后再由 ...
分类：
其他好文 时间：
2017-09-19 22:58:45
阅读次数：
283
我们这个系列主要为了了解并会使用Accord.NET中机器学习有关算法，因此主要关注的是算法针对的的问题，算法的使用。所以主要以代码为主，通过代码来学习，在脑海中形成一个轮廓。下面就言归正传，开始贝叶斯分类器的学习。 朴素贝叶斯分类器，一个基于贝叶斯理论的简单概率分类器。简单的说，贝叶斯理论是独立特 ...
分类：
Web程序 时间：
2017-07-27 21:19:30
阅读次数：
209
一. 贝叶斯公式推导 朴素贝叶斯分类是一种十分简单的分类算法，叫它朴素是因为其思想基础的简单性：就文本分类而言，它认为词袋中的两两词之间的关系是相互独立的，即一个对象 的特征向量中每个维度都是相互独立的。例如，黄色是苹果和梨共有的属性，但苹果 和梨是相互独立的。这是朴素贝叶斯理论的思想基础。现在我们 ...
分类：
编程语言 时间：
2017-05-05 18:25:59
阅读次数：
595
统计语音识别的基本等式 X 声学特征向量序列，观测值 W 单词序列 W* 给定观测值下，概率最大的单词序列 应用贝叶斯理论 等价于 进而得出统计语音识别的框架 运用声学模型、语言模型、词典得出给定观测值下概率最大的单词序列 运用单词错误率评价语音识别的好坏 单词错误率=（替换错+删除错+插入错）/单 ...
分类：
其他好文 时间：
2017-04-13 14:54:59
阅读次数：
131
