《人工智能基础及应用》课件 2.2.1贝叶斯分类器.pptxVIP

  • 0
  • 0
  • 约2.03千字
  • 约 10页
  • 2026-09-29 发布于山东
  • 举报

《人工智能基础及应用》课件 2.2.1贝叶斯分类器.pptx

第2章机器学习《人工智能基础及应用》

PARTTWO机器学习的经典算法为深入阐释机器学习的主要算法类型,本节选取其中最具代表性且应用广泛的几类经典算法进行详细讲解,包括监督学习中的贝叶斯分类器与支持向量机,无监督学习中的聚类算法以及强化学习中的Q学习02

贝叶斯分类器定义后验概率P(Y|X):已知特征后样本属于某类的概率。似然概率P(X|Y):某类样本出现该特征的概率。先验概率P(Y):样本属于该类别的原始概率。证据因子P(X):对所有类别相同,比较类别时通常可省略。贝叶斯公式:P(Y|X)=P(X|Y)P(Y)/P(X)典型案例以垃圾邮件识别为例,模型综合先验概率与关键词

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档