(3.1)--3.1 线性模型基础机器学习与模式识别.pptVIP

下载本文档

0
0
约小于1千字
约 17页
2024-02-28 发布于上海
举报
版权申诉

(3.1)--3.1 线性模型基础机器学习与模式识别.ppt

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

LinearModel线性模型基础

CHAPTERONE生成模型与判别模型GenerativeModelandDiscriminantModel

一、生成模型与判别模型?生成模型???基于上述思路建立的模型称为生成模型(GenerativeModel)

一、生成模型与判别模型?判别模型通过大量观测数据的学习进行拟合?基于这种思路建立的模型称为判别模型(DiscriminantModel)

一、生成模型与判别模型二者的异同相同点-均使用最大后验概率分类准则不同点-生成模型关注类条件概率估计-判别模型直接估计后验概率

CHAPTERTWO决策面与判别函数DecisionSurfaceDiscriminantFunction

二、决策面与判别函数?决策面???

二、决策面与判别函数决策方程数学形式通常比较复杂，需要简化。判别函数??基于最大后验概率分类准则的贝叶斯分类器也可以写成：??

CHAPTERTHREE推导线性分类器DeductionofLinearClassifier

多元正态分布假设下的推导三、推导线性分类器???根据贝叶斯定理：?

多元正态分布假设下的推导三、推导线性分类器????????

线性分类器数学形式三、推导线性分类器线性判别函数：?决策面方程：???

线性分类器的几何解释三、推导线性分类器??????

线性分类器的几何解释三、推导线性分类器???????????????

总结

判别函数的定义与数学形式决策面定义与数学形式生成模型判别模型两者对比分析生成模型与判别模型线性模型基础判别函数与决策面从贝叶斯到线性分类器多元正态分布假设下的推导线性分类器判别函数线性分类器的几何解释

二级标题三级标题中文：优设标题黑思源黑体CNHeavy一级标题思源黑体CNMedium二级标题思源黑体CNNormal三级标题英文:TimesNewRoman标准字号≥22,内容过多字号可适当调整一级标题主要用色分类准则三、分类准则最大后验概率分类准则(for多类问题)公式字体：CambriaMath