【机器学习导论 2ndEd】2019-04-04

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

Ch3. 贝叶斯决策定理

讨论在不确定情况下决策的概率理论框架。

在分类中，贝叶斯规则用来计算类的概率。我们将讨论推广到怎样做出合理的决策将期望风险最小化；还讨论从数据中学习关联规则。

3.1 引言
训练计算机使之根据数据进行推断是统计学和计算机科学的交叉领域。
（统计学家提供数据推断的数学框架，计算机科学家研究推断方法在计算机上如何有效地实现）

数据来自不完全清楚的过程。（需要温习基本的概率知识）
不能获取的那些额外的数据称为不可观测的变量（unobservable variable）

随机过程、概率理论的努力回忆中。。。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：计算机科学 贝叶斯决策 不确定情况 风险最小化 贝叶斯规则

加油！

为您点赞！

谢谢分享，
训练计算机使之根据数据进行推断是统计学和计算机科学的交叉领域。
（统计学家提供数据推断的数学框架，计算机科学家研究推断方法在计算机上如何有效地实现）

数据来自不完全清楚的过程。（需要温习基本的概率知识）
不能获取的那些额外的数据称为不可观测的变量（unobservable variable）

随机过程、概率理论的努力回忆中。。。

点赞

谢谢分享，

贝叶斯决策定理
讨论在不确定情况下决策的概率理论框架。

在分类中，贝叶斯规则用来计算类的概率。我们将讨论推广到怎样做出合理的决策将期望风险最小化；还讨论从数据中学习关联规则。

3.1 引言
训练计算机使之根据数据进行推断是统计学和计算机科学的交叉领域。
（统计学家提供数据推断的数学框架，计算机科学家研究推断方法在计算机上如何有效地实现）

数据来自不完全清楚的过程。（需要温习基本的概率知识）
不能获取的那些额外的数据称为不可观测的变量（unobservable variable）

随机过程、概率理论的努力回忆中。。。

谢谢分享，
训练计算机使之根据数据进行推断是统计学和计算机科学的交叉领域。（统计学家提供数据推断的数学框架，计算机科学家研究推断方法在计算机上如何有效地实现）
数据来自不完全清楚的过程。（需要温习基本的概率知识）不能获取的那些额外的数据称为不可观测的变量（unobservable variable）
随机过程、概率理论的努力回忆中。。。