机器学习之朴素贝叶斯理论与代码实践

1-1

开课简介开课简介

1-2

机器学习知识体系机器学习知识体系

「仅限付费用户」点击下载“NavieBayes.rar”

1-3

机器学习流程机器学习流程

1-4

朴素贝叶斯之条件概率朴素贝叶斯之条件概率

1-5

朴素贝叶斯的基本原理朴素贝叶斯的基本原理

1-6

朴素贝叶斯公式推导朴素贝叶斯公式推导

1-7

实例说明朴素贝叶斯训练和预测过程实例说明朴素贝叶斯训练和预测过程

1-8

朴素贝叶斯训练过程原生代码实现朴素贝叶斯训练过程原生代码实现

1-9

朴素贝叶斯预测过程原生代码实现朴素贝叶斯预测过程原生代码实现

1-10

拉普拉斯修正拉普拉斯修正

1-11

拉普拉斯修正代码实现拉普拉斯修正代码实现

1-12

朴素贝叶斯如何处理连续数据朴素贝叶斯如何处理连续数据

1-13

使用sklearn实现朴素贝叶斯使用sklearn实现朴素贝叶斯

1-14

案例：垃圾邮件自动识别案例：垃圾邮件自动识别

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

1-16

案例：垃圾邮件识别完整代码讲解案例：垃圾邮件识别完整代码讲解