Andrew Ng机器学习课程6

本课程回顾了Andrew Ng的机器学习课程,重点关注朴素贝叶斯分类器的原理和应用,包括垃圾邮件的特征提取和拉普拉斯平滑。此外,还介绍了神经网络模型的基本概念,并对支持向量机进行了初步探讨。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Andrew Ng机器学习课程6


说明

  在前面跟随者台大机器学习基石课程和机器学习技法课程的设置,对机器学习所涉及到的大部分的知识有了一个较为全面的了解,但是对于没有动手写程序并加以使用的情况,基本上是不可能掌握好的。特别是我的学习进程是突击式的,因此,会很快忘掉,心中只剩下一个基本的纲要,所以后面要通过讲解更为详细的Andrew Ng教授的机器学习课程进行回顾和总结,希望能够抓住它的来龙去脉。所以总结的内容主要是推导的思路,只要能够把握住思路,就能保持长久的记忆。

主要内容

朴素贝叶斯分类器

1. 垃圾邮件特征提取方法

  通过垃圾邮件的筛选,介绍了朴素贝叶斯分类器。对于垃圾邮件,建立一个垃圾邮件中经常出现的词的字典,用于将一封邮件通过这个字典转换为特征向量,这个特征向量的长度等于字典中词的个数

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Zhang_P_Y

感谢支持

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值