【技术干货】菜菜的机器学习sklearn10 - 朴素贝叶斯

Parts

1. P1 · 10.0 本周要讲解的内容
2. P2 · 10 1.1 为什么需要朴素贝叶斯
3. P3 · 10 1.2 概率论基础 - 贝叶斯理论等式
4. P4 · 10 1.2.1 瓢虫冬眠：理解条件概率 (1)
5. P5 · 10 1.2.1 瓢虫冬眠：理解条件概率 (2)
6. P6 · 10 1.2.1 瓢虫冬眠：理解条件概率 (3)
7. P7 · 10 1.2.2 贝叶斯的性质与最大后验估计
8. P8 · 10 1.2.3 汉堡称重：连续型变量的概率估计 (1)
9. P9 · 10 1.2.3 汉堡称重：连续型变量的概率估计 (2)
10. P10 · 10 1.3 sklearn中的朴素贝叶斯
11. P11 · 10 2.1.1 认识高斯朴素贝叶斯
12. P12 · 10 2.1.2 高斯朴素贝叶斯擅长的数据集
13. P13 · 10 2.1.3 探索贝叶斯 - 拟合中的特性与运行速度 (1)
14. P14 · 10 2.1.3 探索贝叶斯 - 拟合中的特性与运行速度 (2) - 代码讲解 (1)
15. P15 · 10 2.1.3 探索贝叶斯 - 拟合中的特性与运行速度 (3) - 代码讲解 (2)
16. P16 · 10 2.1.3 探索贝叶斯 - 拟合中的特性与运行速度 (4) - 分析与结论