发简信
IP属地：重庆
由于简书对公式支持不是很好，本人的博客已经迁移到CSDN，简书博客将不再做更新。CSDN博客网址为：https://blog.csdn.net/...
目录[toc] 第一部分：贝叶斯网基础 1.1 信息论基础[//www.greatytc.com/p/635da28aaa5c] 1....
目录[toc] 1.1 信息论基础[//www.greatytc.com/p/635da28aaa5c] 1.2 贝叶斯网基本概念[h...
目录[toc] 第一部分：贝叶斯网基础 1.1 信息论基础[//www.greatytc.com/p/635da28aaa5c] 1....
目录[toc] 贝叶斯网专题前言 贝叶斯网是一种将概率统计应用于复杂领域，进行不确定性推理和数据分析的工具，其在机器学习和人工智能领域具有重要的...
目录[toc] 1. 朴素贝叶斯法简介 朴素贝叶斯法是基于贝叶斯定理的分类方法。给定训练数据集，其中为输入特征，为输出类别。令为输入空间和输出空...
目录[toc] 1. 后验概率和结构风险的定义 1.1 后验概率定义 后验概率是从贝叶斯公式而来，贝叶斯公式如下：以分类问题来理解该公式，X代表...
目录[toc] 1. K近邻法基础 1.1 模型与算法 K近邻法（K-nearest neighbor,KNN）是最基础的机器学习模型之一，它的...
1. 感知机基础 1.1 模型 感知机是最基础的机器学习模型之一，它的类别为： 分类（√）、回归、标注 概率软分类（√）、非概率硬分类 监督（√...