【技术干货】菜菜的机器学习sklearn10 - 朴素贝叶斯

菜菜TsaiTsai

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
Description 
菜菜的sklearn课堂直播第10期~！全程基于Python为大家解读sklearn内容~

Comments

炉石战歌指挥官 2019-03-09

菜菜大佬

♥ 5 ↩ 1

智者不入爱河_h 2020-08-21

老师有一个疑问，在求解瓢冬眠时，分母的P(零下,20天|冬眠)=P(零下|冬眠) * P(20天|冬眠)那P(零下,20天|不冬眠)=P(零下|不冬眠) * P(20天|不冬眠)成立吗？谢谢老师~

♥ 2 ↩ 2

吃肉就会饿了 2019-07-09

有完整版吗？

♥ 1

彭_信仰 2022-05-14

菜菜 ，我有个学术方面的问题要请教你，对我来说挺重要的，拜托拜托了，你看到了，可以私信我一下吗？谢谢谢谢🙏🙏🙏 来自你的忠实粉丝

♥ 1 ↩ 1

洒家爱牛奶 2021-11-08

完整版在哪里可以看啊[笑哭]

↩ 1

菜菜TsaiTsai 2021-09-26

[给心心]sklearn公开课是正课内容的「节选内容」，领取课件/获取完整版内容，请加vx号littlelion1206~ 爱你们哟~[OK]

王安王安王安 2019-10-14

菜菜和菊安酱讲的有啥不同

↩ 1

ppy大帅哥 2023-09-27

为什么需要全概率公式以及条件独立假设去把概率公式拆分呢，按照去表中数数目的方法，不拆解也可以求出相应项的概率？

K神前空翻 2019-05-20

课件有吗

↩ 1

丁贤超 2019-03-28

请问，最后说男生讲的xgboost在B站有链接吗？

↩ 2

WallaceEcho 2019-03-01

扫二维码没啥反应

↩ 1

宇智波d路飞 2019-01-25

第十一课怎么没了

↩ 2

勇勇BIBI 2022-08-31

蔡蔡老师，你好。请问K近邻算法，是不建模算法吗？ 因为得到一个需要预测的记录，需要计算该记录到所有训练集的距离，再根据最近K个邻居的标签众数，得出预测结果。 感觉没体验出建模的用处。 谢谢，祝工作顺利。[给心心]

↩ 1