机器学习与应用 课件 第8章 分类：贝叶斯分类器.pptx

第8章分类：贝叶斯分类器从贝叶斯定理到垃圾邮件过滤

目录01引言与基础从分类问题出发，引入贝叶斯思想的核心逻辑，解析先验与后验概率的关键概念，夯实贝叶斯定理这一算法的理论基石。02朴素贝叶斯分类器深入探讨算法的核心决策规则，理解“朴素”所代表的条件独立性假设，掌握模型的参数估计方法及拉普拉斯平滑的应用场景。03朴素贝叶斯的变体根据数据分布特性的不同，学习三种经典的模型变体：适用于连续值的高斯模型、处理离散特征的多项式模型，以及二值化的伯努利模型。04进阶模型探索打破条件独立性的限制，了解半朴素贝叶斯的改良策略；并初步认识更具表达能力的概率图模型——贝叶斯网络的结构与原理。05实战：垃圾邮件分