人工智能系列机器学习-详解三种朴素贝叶斯【数学原理+入门实战】

课程目标: 1.掌握随机变量与事件 2.了解概率分布,掌握三种基础的分布 3.利用朴素贝叶斯解决实际问题

24小时内答疑 课时永久观看 15分钟内无条件退款
1. 仅限付费视频课程适用
2. 购买后15分钟内可以找到客服进行沟通退款
3. 退款将返还至51CTO学院账户,不支持提现
4. 下载资料后不再享有退款特权
5. 客服(Tel:400-101-1651)
6. 最终解释权归51CTO所有
4分 共12课时,共1小时32分钟
现价¥99.00
购买
  1. 课程介绍
  2. 课程大纲
课程目标

1.掌握随机变量与事件 2.了解概率分布,掌握三种基础的分布 3.利用朴素贝叶斯解决实际问题

适用人群

1.有分类算法需求的人 2.想转行从事算法编程的人 3.有志于人工智能,大数据等行业的学习者

课程简介

贝叶斯分类算法是统计学的一种分类方法,它是一类利用概率统计知识进行分类的算法。

本课程为机器学习案例入门实战教程,该课程以python3为基础,从随机变量与概率分布入手,0基础系统学习朴素贝叶斯,三种分布高斯分布,多项式分布,伯努利分布。两个实战案例(一个wine分类,一个NLP舆情分析)

10.jpg

QQ截图20190315165122.png

1简单介绍 [免费试看]
03:57
2随机变量(连续型、离散型)
02:31
3事件(独立、互斥、对立)
05:37
4概率分布之高斯分布详解
08:38
5绘制正态分布图2
06:17
6绘制正态分布图1
06:34
7概率分布之伯努利分布
05:17
8概率分布之多项式分布
04:11
9贝叶斯原理与流程
09:12
10朴素贝叶斯流程与优缺点
05:40
11实战1:葡萄酒多分类(多项式分布与高斯分布)
11:00
12实战2:自然语言处理之好差评鉴别
23:45
讲师介绍
零壹
讲师评分4.5分
零壹,CSDN专家、GitChat畅销作者、一线IT教学认证讲师。AI项目技术负责人,主要负责深度学习、自然语言处理、知识图谱研究。硕士,数十次获全国数学竞赛、数学建模奖项,全国研究生数学建模竞赛一等奖得主,著作《Python 程序设计与科学计算》,《Python3破冰人工智能,从入门到实战》,一直热衷于分享IT技术。坚信悦己之作,方能悦人
X
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载