人工智能20资料.pptVIP

人工智能　━━　一种现代方法 云南大学 施心陵讲授 第二十章 统计学习方法 统计学习方法概述 统计方法是从事物的外在数量上的表现去推断该事物可能的规律性。 统计学习方法： 传统方法 模糊集 粗糙集 支持向量机 … 贝叶斯学习 贝叶斯学习 H：糖果包的类型 h1: 100%樱桃 h2: 75%樱桃 + 25%酸橙 h3: 50%樱桃 + 50%酸橙 h4: 25%樱桃 + 75%酸橙 h5: 100%酸橙 P(H)=(0.1, 0.2, 0.4, 0.2, 0.1) 贝叶斯学习 最大后验假设（MAP假设） 贝叶斯网络的最大似然参数学习 樱桃的比例θ，一组连续假设hθ 剥开N颗糖，c 颗樱桃，l=N-c 颗酸橙，则 似然概率：P(d|hθ) = θc(1-θ) l (独立同分布） 多参数情况 最大似然学习 贝叶斯学习 期望最大化（EM）算法 隐变量（潜变量） 期望最大化（EM）算法 期望最大化（EM）算法 无参数学习 邻域包含k个点，即由距x点最近的k个点的特性估计x的特性。 核模型： 将每个训练实例当做一个密度函数——核函数K(x, xi)， 密度估计： 支持向量机（SVM） 支持向量机（SVM） 支持向量机（SVM） 支持向量机（SVM） 支持向量机（SVM） 支持向