从决策树学习谈到贝叶斯分类算法、EM、HMM

最新推荐文章于 2025-07-30 14:22:39 发布
最新推荐文章于 2025-07-30 14:22:39 发布
阅读量279 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： 30.Machine L&Data Mining 文本分词 文章标签： 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/zhengdaqing/article/details/84683391
第一篇：从决策树学习谈到贝叶斯分类算法、EM、HMM


（Machine Learning & Data Mining交流群：8986884）

http://blog.youkuaiyun.com/v_july_v/article/details/7577684
机器学习算法（2）朴素贝叶斯、支持向量机、EM算法、HMM模型、集成学习进阶
04-06
本文将详细讲解机器学习中的五个重要算法：朴素贝叶斯、支持向量机、EM算法、隐马尔可夫模型（HMM）以及集成学习的进阶应用，这些算法广泛应用于人工智能领域，对于理解和实现复杂的数据分析至关重要。 **1. 朴素...
从决策树学习谈到贝叶斯分类算法 EM HMM
gdfyug的博客
11-04 489
分享一下我老师大神的人工智能教程！零基础，通俗易懂！http://blog.youkuaiyun.com/jiangjunshow也欢迎大家转载本篇文章。分享知识，造福人民，实现我们中华民族伟大复兴！                 
转 从决策树学习谈到贝叶斯分类算法、EM、HMM
weixin_30690833的博客
07-17 515
csdn上的 第一篇：从决策树学习谈到贝叶斯分类算法、EM、HMM 引言 最近在面试中(点击查看：我的个人简历，求职意向)， 除了基础 & 算法 & 项目之外，经常被问到或被要求介绍和描述下自己所知道的几种分类或聚类算法，而我向来恨对一个东西只知其皮毛而不得深入，故写一个有关聚类 & 分类算法的系列文章以作为自己备试之用，甚至以...
[转]从决策树学习谈到贝叶斯分类算法、EM、HMM
08-20 314
引言 最近在面试中，除了基础 & 算法 & 项目之外，经常被问到或被要求介绍和描述下自己所知道的几种分类或聚类算法(当然，这完全不代表你将来的面试中会遇到此类问题，只是因为我的简历上写了句：熟悉常见的聚类 & 分类算法而已)，而我向来恨对一个东西只知其皮毛而不得深入，故写一个有关数据挖掘十大算法的系列文章以作为自己备试之用，甚至以备将来常常回顾思考。行...
从决策树学习谈到贝叶斯分类算法、EM、HMM --别人的，拷来看看
07-13 803
从决策树学习谈到贝叶斯分类算法、EM、HMM 引言 最近在面试中，除了基础 & 算法 & 项目之外，经常被问到或被要求介绍和描述下自己所知道的几种分类或聚类算法(当然，这完全不代表你将来的面试中会遇到此类问题，只是因为我的简历上写了句：熟悉常见的聚类 & 分类算法而已)，而我向来恨对一个...
数据挖掘算法探索：决策树到贝叶斯、EM、HMM解析
"本文主要探讨了决策树学习、贝叶斯分类算法、EM算法和HMM（隐马尔科夫模型）在数据挖掘中的应用，作者通过个人的学习和理解，结合Tom Mitchell的《机器学习》和数据挖掘领域的经典著作，为读者提供了深入的解析。...
深度解析：决策树、贝叶斯、EM与HMM算法在数据挖掘中的应用
本文主要探讨的是在数据挖掘领域中常见的几种分类和聚类算法，特别是从决策树学习的角度出发，深入解析了贝叶斯分类算法、Expectation-Maximization (EM) 算法以及隐马尔可夫模型(HMM)。作者在面试中频繁被要求介绍...
今日十题：56. 合并区间
最新发布
qq_59259601的博客
07-30 113
解法：先排序（贪心）思想;首先给intervals的所有区间按照区间起点进行排序以第一个区间的左顶点和右顶点为起点和终点{start,end}然后从第二个区间开始遍历，如果有重叠就更新end否则将区间放入结果集，并且更新起点和终点遍历完所有数组，将最后一个区间放入结果集时间复杂度O(nlogn)
求两数之和
silent702366的博客
07-28 158
给定一个整数数组 nums 和一个整数目标值 target，请你在该数组中找出 和为目标值 target 的那 两个 整数，并返回它们的数组下标。
算法【1】
weixin_47868976的博客
07-29 1013
有一堆石头，用整数数组 stones 表示。其中 stones[i] 表示第 i 块石头的重量。每一回合，从中选出任意两块石头，然后将它们一起粉碎。假设石头的重量分别为 x 和 y，且 x <= y。那么粉碎的可能结果如下：如果 x == y，那么两块石头都会被完全粉碎；如果 x!= y，那么重量为 x 的石头将会完全粉碎，而重量为 y 的石头新重量为 y-x。最后，最多只会剩下一块 石头。返回此石头 最小的可能重量。如果没有石头剩下，就返回 0。
算法训练营day35 动态规划③ 背包问题、416. 分割等和子集
m0_65111950的博客
07-29 679
算法训练营DAY35 背包问题！！分割等和子集！！
书籍数组中子数组的最大累乘积(8)0729
qq_30750287的博客
07-29 133
也就是说，结果Max={以arr[0]结尾的所有子数组的最大累乘积，以arr[i]结尾的所有子数组的最大累乘积……min既然表示以arr[i-1]结尾的最小累乘积，当然有可能min是负数，而如果arr[i]也是负数，两个负数相乘的结果也可能很大。max既然表示以arr[i-1]结尾的最大累乘积，那么当然有可能以arr[i]结尾的最大累乘积是max*arr[i]。3、可能仅是arr[i]的值。这三种可能的值中最大的那个就是作为以i位置结尾的最大累乘积，最小的作为最小累乘积，然后继续计算i+1位置结尾的时候。
【算法】前缀和经典例题
关注学习C++领域，感谢陪伴，共同进步！
07-26 1271
1.预处理出来一个前缀和数组⽤ dp[i] 表⽰： [1, i] 区间内所有元素的和，那么 dp[i - 1] ⾥⾯存的就是 [1,i - 1] 区间内所有元素的和，那么：可得递推公式： dp[i] = dp[i - 1] + arr[i]；2.使用前缀和数组当询问的区间是 [l, r] 时：区间内所有元素的和为： dp[r] - dp[l - 1]细节问题:为什么下标要从1开始计数?
TDengine 中 TDgpt 异常检测的数据密度算法
TDengine(老段）专注时序数据库领域
07-29 319
Local Outlier Factor(LOF)，局部离群因子/局部异常因子，是 Breunig 在 2000 年提出的一种基于密度的局部离群点检测算法，该方法适用于不同类簇密度分散情况迥异的数据。根据数据点周围的数据密集情况，首先计算每个数据点的局部可达密度，然后通过局部可达密度进一步计算得到每个数据点的一个离群因子。该离群因子即标识了一个数据点的离群程度，因子值越大，表示离群程度越高，因子值越小，表示离群程度越低。最后，输出离群程度最大的。后续待添加基于数据挖掘检测算法。第三方异常检测算法库。
机械学习初识--什么是机械学习--机械学习有什么重要算法
enlybbq的博客
07-27 618
机器学习算法种类繁多，不同算法适用于不同任务（如分类、回归、聚类等）。这十大算法覆盖了机器学习的核心任务（分类、回归、聚类、优化、决策），是入门和实践的基础。实际应用中，需根据数据类型（连续 / 离散）、任务目标（预测 / 分组）、数据规模等选择合适算法，或结合多种算法（如用 PCA 降维后再用 SVM 分类）提升性能。随着深度学习的发展，部分算法（如神经网络）虽未列入，但本质上是这些经典算法的延伸（如深层神经网络可视为复杂的非线性回归模型）。
算法训练营day35 补充题目 698.划分为k个相等的子集、473.火柴拼正方形
m0_65111950的博客
07-29 722
回溯算法复习题目！
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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