4、【李宏毅機器學習（2017）】Classification- Probabilistic Generative Model（分類-概率生成模型）
本篇博客將介紹監督學習中另一主要應用——分類算法，不同於迴歸算法迴歸算法，分類算法的輸出是離散的分類變量，在實際有着廣泛的應用。 目錄 分類問題 分類問題中的線性迴歸 分類問題算法 貝葉斯 貝葉斯公式 極大似然估計參數 樸素貝葉斯 分類問題 分類問題中的線性迴歸 我們考慮一個包含兩類的數據集，一類標記爲-1，一類標記爲1，如果對於左圖中的數據利用迴歸模型可以很好的區分，但是數據分佈不是聚集分佈，如
相關文章
- 1. [機器學習入門] 李宏毅機器學習筆記-5（Classification- Probabilistic Generative Model；分類：概率生成模型）
- 2. [機器學習入門] 李宏毅機器學習筆記-5（Classification- Probabilistic Generative Model；分類：機率生成模型）
- 3. 李宏毅 機器學習-2017-Classification
- 4. 李宏毅深度學習筆記（五）分類：概率生成模型(Probabilistic Generative Model)——樸素貝葉斯
- 5. 李宏毅機器學習2016 第四講 分類：概率生成模型
- 6. 李宏毅2020機器學習04 - Classification
- 7. 李宏毅 機器學習筆記 Classification
- 8. [李宏毅-機器學習]分類classification
- 9. 機器學習：李宏毅：概率分佈生成概率模型
- 10. 李宏毅機器學習課程４~~~分類：概率生成模型
- 更多相關文章...
- • Eclipse 生成jar包 - Eclipse 教程
- • 網站主機 類型 - 網站主機教程
- • Kotlin學習（二）基本類型
- • Tomcat學習筆記（史上最全tomcat學習筆記）
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. [機器學習入門] 李宏毅機器學習筆記-5（Classification- Probabilistic Generative Model；分類：概率生成模型）
- 2. [機器學習入門] 李宏毅機器學習筆記-5（Classification- Probabilistic Generative Model；分類：機率生成模型）
- 3. 李宏毅 機器學習-2017-Classification
- 4. 李宏毅深度學習筆記（五）分類：概率生成模型(Probabilistic Generative Model)——樸素貝葉斯
- 5. 李宏毅機器學習2016 第四講 分類：概率生成模型
- 6. 李宏毅2020機器學習04 - Classification
- 7. 李宏毅 機器學習筆記 Classification
- 8. [李宏毅-機器學習]分類classification
- 9. 機器學習：李宏毅：概率分佈生成概率模型
- 10. 李宏毅機器學習課程４~~~分類：概率生成模型