机器学习疯狂入门(2):朴素贝叶斯文本分类 视频课程

1

tf-idf入门、提取文本**关键字、文本分词我们将入门最经典的tf-idf计算方法。

「仅限付费用户」点击下载“31.rar”

2

贝叶斯公式入门理解、计算Java程序员的比例、垃圾邮件的判断为了后面课时的理解，这节课我们来进行一个数学的恶补：贝叶斯公式的理解

「仅限付费用户」点击下载“32.rar”

3

朴素贝叶斯分类入门理解：判断我们到底要不要跳槽这节课学完后，下节课我们就要代码来演示了

「仅限付费用户」点击下载“33.rar”

4

套路学习:实现最简单朴素贝叶斯文本分类(多项式模型)学了两节课理论，那么这节课我们来做些代码了。内容很简单，手工创建些样本，然后搞一个测试文本。用sklearn试试它到底属于哪个类

「仅限付费用户」点击下载“34.rar”

5

实战套路:利用搜狗新闻数据+朴素贝叶斯进行新闻分类这节课我们来个真实的数据集，我们使用搜狗实验室的新闻数据进行数据清洗、新闻分类，并且测试分类结果的准确性

「仅限付费用户」点击下载“35.rar”

6

sklearn利用搜狗新闻数据+朴素贝叶斯进行分类之增量学习今天是附加课，也是本课程最后一节。 后面我们会针对其他机器学习算法分开讲解

「仅限付费用户」点击下载“36.rar”