机器学习之朴素贝叶斯理论与代码实践

课程目标:理解朴素贝叶斯的基本原理,能够完成垃圾邮件分类任务

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
共16课时,共1小时14分钟
现价¥68.00
购买
  1. 课程介绍
  2. 课程大纲
课程目标

理解朴素贝叶斯的基本原理,能够完成垃圾邮件分类任务

适用人群

对机器学习感兴趣的人,想深入了解算法内部运行原理的人

课程简介

深入理解条件概率。详细讲解朴素贝叶斯的数学推导过程,能够使用原生代码完成朴素贝叶斯代码的编写。能够调用sklearn库完成朴素贝叶斯代码的编写。能够理解垃圾邮件分类原理并使用朴素贝叶斯完成垃圾邮件的分类。

03朴素贝叶斯.png

第一章机器学习之朴素贝叶斯理论与代码实践
16节1小时14分钟
1-1开课简介 [免费试看]
01:27
1-2机器学习知识体系
06:45
1-3机器学习流程
01:38
1-4朴素贝叶斯之条件概率
05:42
1-5朴素贝叶斯的基本原理
02:05
1-6朴素贝叶斯公式推导
07:05
1-7实例说明朴素贝叶斯训练和预测过程
06:48
1-8朴素贝叶斯训练过程原生代码实现
09:18
1-9朴素贝叶斯预测过程原生代码实现
04:01
1-10拉普拉斯修正
03:01
1-11拉普拉斯修正代码实现
04:05
1-12朴素贝叶斯如何处理连续数据
03:20
1-13使用sklearn实现朴素贝叶斯
04:24
1-14案例:垃圾邮件自动识别
07:23
1-15案例:垃圾邮件识别中词表生成,词集模型和词袋模型的实现
02:14
1-16案例:垃圾邮件识别完整代码讲解
05:31
讲师介绍
纪佳琪
讲师评分4.8分
干过开发,做过培训,现在是一名高校教师。
X
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载