Skip to Main Content
Uczenie maszynowe w Pythonie
book

Uczenie maszynowe w Pythonie

by Chris Albon
March 2019
Intermediate to advanced content levelIntermediate to advanced
344 pages
9h 41m
Polish
Helion
Content preview from Uczenie maszynowe w Pythonie

Rozdział 18. Naiwny klasyfikator bayesowski

18.0. Wprowadzenie

Twierdzenie Bayesa to podstawowa metoda poznania prawdopodobieństwa pewnego zdarzenia P(A | B), biorąc pod uwagę dostępność nowych informacji, P(B | A), i wcześniejsze przeświadczenie o prawdopodobieństwie zdarzenia, P(A). Spójrz na przedstawiony tutaj wzór.

8249.jpg.

Popularność metody Bayesa w ostatniej dekadzie sięgnęła zenitu. Coraz bardziej konkuruje ona z tradycyjnymi aplikacjami na uniwersytetach, w organizacjach rządowych i w sektorze przemysłowym. W przypadku uczenia maszynowego jedna z aplikacji twierdzenia Bayesa ma postać naiwnego klasyfikatora bayesowskiego. Łączy on w sobie wiele ...

Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Start your free trial

You might also like

Uczenie maszynowe w Pythonie

Uczenie maszynowe w Pythonie

Matt Harrison
Uczenie maszynowe dla programistów

Uczenie maszynowe dla programistów

Drew Conway, John Myles White

Publisher Resources

ISBN: 9781098125264