条件概率，r个人买东西的条件下第i个人买东西的概率P(Ai|B)。而P(Ai|B)=P(AiB)/P(B)，其中P(AiB)表示事件Ai与事件B同时发生的概率，p(B)为B事件发生的概率 第一个样例 3 2 0.10 0.20 0.30 p(B)为两个人买东西的概率,p(AiB...
分类：
其他好文 时间：
2015-10-11 23:04:56
阅读次数：
241
神经网络也是一种分类的办法 分类器可以分为线性的和非线性的，从模型方面又可以分为两种 ，分别是产生式模型和判别式模型。产生型模型是由数据学习联合概率分布P(X,Y),然后求出条件概率密度P(Y|X)作为预测的模型，即产生式模型 P(Y|X)=P(X,Y)/P(X)模型给定了输入x产生输出Y的生成关系...
分类：
其他好文 时间：
2015-10-06 16:50:37
阅读次数：
159
该系列来自于我《人工智能》课程回顾总结，以及实验的一部分进行了总结学习机垃圾分类是有监督的学习分类最经典的案例，本文首先回顾了概率论的基本知识、则以及朴素贝叶斯模型的思想。最后给出了垃圾邮件分类在Matlab中用朴素贝叶斯模型的实现1.概率1.1 条件概率定义：事件B发生的情况下，事...
分类：
其他好文 时间：
2015-09-18 20:18:07
阅读次数：
387
前言 本章的两个模型都是对数线性模型。 逻辑斯蒂分布 如果变量X服从逻辑斯蒂分布，那么X的分布一定是y轴对称的。曲线在中心部分增长的较快。两端增长缓慢。 二项逻辑斯蒂回归模型 其本质就是条件概率P(Y|X)。也就意味着给定X，求出最大可能的Y来。 Y取值只有1和0。 考虑条件概率分布。 逻辑斯蒂回归...
分类：
其他好文 时间：
2015-09-01 21:27:01
阅读次数：
237
第11章 条件随机场条件随机场(conditional random field, CRF)是给定一组输入随机变量条件下另一组输出随机变量的条件概率分布模型，其特点是假设输出随机变量构成马尔可夫随机场。条件随机场可以用于不同的预测问题，本章主要讲述线性链(linear chain)条件随机场在标注问...
分类：
其他好文 时间：
2015-08-28 21:24:31
阅读次数：
1900
第5章 决策树决策树(decision tree)是一种基本的分类与回归方法。本章主要讨论用于分类的决策树。决策树模型呈树形结构，在分类问题中，表示基于特征对实例进行分类的过程。它可以认为是if-then规则的集合，也可以认为是定义在特征空间与类空间上的条件概率分布。其主要优点是模型具有可读性，分类...
分类：
其他好文 时间：
2015-08-28 19:35:02
阅读次数：
1020
http://acm.hust.edu.cn/vjudge/problem/viewProblem.action?id=18546题意：有n个人会去超市，其中只有r个人会买东西，每个人独自买东西的概率会给出，问这一群人去买东西，第i个人属于r之中的概率是多少思路：首先得了解什么是条件概率.条件概率：...
分类：
其他好文 时间：
2015-08-17 21:08:35
阅读次数：
139
贝叶斯公式是一个很好的工具。理解贝叶斯需要复习一下条件概率：P(A|B)叫做B发生的条件下，A发生的概率。P(AB)叫做AB同时发生的概率。P(A|B) = P(AB)/P(B)
分类：
其他好文 时间：
2015-08-07 12:52:40
阅读次数：
97
概率论基本概念
离散变量
概率论中的两个基本法则：加法法则和乘法法则，加法法则定义了随机变量X与条件变量Y之间的直接联系。乘法法则定义了概率学中最重要的条件概率，同时也可以叫做联合概率，因为它描述了事件X和Y同时发生的概率。
通过上面公式可以推到出条件概率公式：
进而可以得到著名的贝叶斯公式，贝叶斯公式广泛的应用于科学界，这也被称为后验概率，因为它在咱们知道...
分类：
系统相关 时间：
2015-07-29 23:03:39
阅读次数：
1124
在前面几课里的学习算法的思路都是给定数据集以后，确定基于此数据集的最佳假设H函数，通过学习算法确定最佳假设H的各个参数，然后通过最佳假设函数H得出新的数据集的结果。在这一课里介绍了一种新的思路，它的核心思想是直接计算各种假设的最高概率，然后拟合各个假设的最高概率参数，并利用拟合得到的假设概率，计算出新的数据集的概率，选取概率最高的假设直接得出分类类别。
整个生成学习算法的精髓在于条件概率...
分类：
编程语言 时间：
2015-07-24 09:20:14
阅读次数：
130
