bayes

自然语言工程师要求

    任职要求：  1、熟悉常用的分类、聚类算法，如Bayes，SVM，KNN，K-means,DBSCAN等；  2、熟悉常用的
·2015-11-02 18:45

数据挖掘十大经典算法

Mining (ICDM) 2006年12月评选出了数据挖掘领域的十大经典算法：C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, Naive Bayes
·2015-11-02 17:02

乘法公式，全概率公式，贝叶斯公式_先验概率_后验概率_独立性假设

是求最后结果的概率贝叶斯公式是已知’最后结果‘， 求’某个事件‘的概率先验概率和后验概率P（Bj|A) 是在事件A （比方已经生产出一个合格品，）的条件下，某个事件Bj（早晨之前调整好了机器）发生的概率，称为 ”后验概率“Bayes
·2015-11-02 13:30

【十大算法实现之naive bayes】朴素贝叶斯算法之文本分类算法的理解与实现

关于bayes的基础知识，请参考： 　　基于朴素贝叶斯分类器的文本聚类算法 （上） http://www.cnblogs.com/phinecos/archive/2008/10/21/1315948
·2015-11-02 12:37

分类算法之贝叶斯(Bayes)分类器

摘要：旁听了清华大学王建勇老师的 数据挖掘：理论与算法 的课,讲的还是挺细的,好记性不如烂笔头,在此记录自己的学习内容,方便以后复习。   一：贝叶斯分类器简介 1）贝叶斯分类器是一种基于统计的分类器,它根据给定样本属于某一个具体类的概率来对其进行分类。 2）贝叶斯分类器的理论基础是贝叶斯理论。 3）贝叶斯分类器的一种简单形式是朴素贝叶斯分类器,跟随机森林、神经网络等分类器都有可
·2015-11-02 09:21

Paticle Filter in MRPT and using tips

The following C++ classes are the base for different PF implementations all across MRPT: mrpt::bayes
·2015-11-02 09:17

Kalman Filters in the MRPT and using tips

the MRPT Kalman Filter algorithms (EKF,IEKF,UKF) are centralized in one single virtual class, mrpt::bayes
·2015-11-02 09:16

先验概率与后验概率

先验概率是一种主观概率, 然后在实验的基础上利用BAYES公式算出后验概率,用后验概率代替主观认识的先验概率,由于通过实验可以提供实验对象信息,后验概率应该更合理.
·2015-11-02 09:02

宵论文最终结果

mean_precision:0.94,mean_recall:0.82,mean_f:0.88,mean_accuracy:0.85,mean_auc:0.88 Gaussian Naive Bayes
·2015-11-01 11:46

SQL Server 2k5数据挖掘功能介绍

  分类          分类是用于识别什么样的事务属于哪一类的方法，可用于分类的算法有决策树、bayes分类
·2015-11-01 08:21

朴素贝叶斯文本分类器

/10/21/1316044.html，包含实验demo 　　　　　　　　 2.dongxicheng  http://dongxicheng.org/data-mining/naive-bayes-in-hadoop
·2015-10-31 18:37

[循证理论与实践] Meta分析系列之五：贝叶斯 Meta 分析与 WinBUGS 软件

1、 起源与发展 英国数学家Bayes T于1763年在《论有关机遇问题的求解》中提出了贝叶斯公式和一种归纳推理的理论（但可能因其认为
·2015-10-31 17:01

数据挖掘经典算法

Mining (ICDM) 2006年12月评选出了数据挖掘领域的十大经典算法：C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, Naive Bayes
·2015-10-31 14:48

Mahout Naive Bayes中文新闻分类示例

一、简介 关于Mahout的介绍，请看这里：http://mahout.apache.org/ 关于Naive Bayes的资料，请戳这里： Mahout实现了Naive Bayes分类算法
·2015-10-31 13:19

十大经典数据挖掘算法(9) 朴素贝叶斯分类器 Naive Bayes

现在更多的研究贝叶斯分类器，有四个，每间：Naive Bayes、TAN、BAN和GBN。 　　贝叶斯网络是一个带有概率凝视的有向无环图。
·2015-10-31 12:56

十大经典数据挖掘算法

Mining (ICDM) 2006年12本月十大评选经典的数据挖掘算法：C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, Naive Bayes
·2015-10-31 11:22

数据挖掘十大经典算法(9) 朴素贝叶斯分类器 Naive Bayes

眼下研究较多的贝叶斯分类器主要有四种，各自是：Naive Bayes、TAN、BAN和GBN。 　　
·2015-10-31 11:19

十大经典数据挖掘算法

Mining (ICDM) 2006年12本月十大评选经典的数据挖掘算法：C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, Naive Bayes
·2015-10-31 10:41

Evaluating Flex Application Frameworks

/09/evaluating-flex-application-frameworks/ If you can't decide between Cairngorm or PureMVC, Luke Bayes
·2015-10-31 10:48

十大数据挖掘算法及各自优势

Mining (ICDM) 2006年12月评选出了数据挖掘领域的十大经典算法：C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, Naive Bayes
·2015-10-31 10:14

挖掘算法适用任务

Microsoft 决策树算法 Microsoft Naive Bayes 算法 Microsoft 聚类分析算法 Microsoft 神经网络算法（Analysis Services –
·2015-10-31 09:43

数据挖掘几个经典算法

2、分类之Bayes方法 3、分类之k最近邻（KNN）方法 　　KNN算法的基本思想是，对每一个记录，以一定的标准圈取k个记录，利用这k个记录所在的类别进行投票进行分类。
·2015-10-30 14:36

MRPT Version 0.8.0 released

The affected classes are: mrpt::bayes:
·2015-10-30 14:01

小论文实验讨论——不同的分类算法

svm mean_precision:0.94,mean_recall:0.81,mean_f:0.87,mean_accuracy:0.85,mean_auc:0.88 2，朴素贝页斯naive_bayes.MultinomialNB
·2015-10-30 14:47

OpenCV学习笔记：opencv_ml模块

ml)代码库，包含各种机器学习算法： 0, class CvStatModel ; class CvMLData; struct CvParamGrid; 1，bayesian,Normal Bayes
·2015-10-30 13:49

生成式和判别式分类器：朴素贝叶斯与逻辑回归

M.Mitchell (译pku_goldenlock at qq.com) Abstract 对GENERATIVE AND DISCRIMINATIVE CLASSIFIERS:NAIVE BAYES
·2015-10-30 12:21

《搜索引擎-信息检索实践》7.2.1 分类应用与检索/BM25检索模型

//所谓的贝叶斯分类器 bayes classifer, R relevant , D document //贝叶斯公式
·2015-10-30 12:20

朴素贝叶斯方法（Naive Bayes Method）

    朴素贝叶斯是一种很简单的分类方法，之所以称之为朴素，是因为它有着非常强的前提条件-其所有特征都是相互独立的，是一种典型的生成学习算法。所谓生成学习算法，是指由训练数据学习联合概率分布P(X,Y)，然后求得后验概率P(X|Y)。具体来说，利用训练数据学习P(X|Y)和p(Y)的估计，得到联合概率分布：     概率估计可以是极
·2015-10-30 10:18

[置顶] 朴素贝叶斯 Naive Bayes in Python

1、基本思想朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的生成模型。即对于给定的训练数据集，首先基于特征条件独立假设学习输入/输出的联合概率分布，这其中涉及到的参数估计可以用最大似然估计或者贝叶斯估计，然后基于此模型，对给定的新输入x，利用贝叶斯定理求出后验概率最大的输出y。2、优点2.1在数据量少的情况下仍然有效，可以处理多类别问题（本文程序只涉及二类分类问题）2.2模型所需估计的参数很少，对
u010850027·2015-10-29 19:00

machine learning - Naive_Bayes_classifier (FINISHED)

http://en.wikipedia.org/wiki/Naive_Bayes_classifier     Abstractly, the probability model
·2015-10-28 08:36

贝叶斯推断及其互联网应用（一）：定理简介

它是贝叶斯定理（Bayes' theorem）的应用。英国数学家托马斯·贝叶斯（Thomas Bayes）在1763年发表的一篇论文中，首先提出了这个定理。
·2015-10-28 08:52

数据挖掘领域的十大经典算法

on Data Mining）曾评选出了数据挖掘领域的十大经典算法：C4.5，k-Means，SVM，Apriori，EM，PageRank，AdaBoost，kNN，Naive Bayes
·2015-10-27 16:02

[Machine Learning] 朴素贝叶斯算法（Naive Bayes）

本文介绍朴素贝叶斯分类器（Naive Bayes classifier），它是一种简单有效的常用分类算法。
·2015-10-27 13:14

斯坦福机器学习实现与分析之六（朴素贝叶斯）

　　朴素贝叶斯(Naive Bayes)适用于离散特征的分类问题，对于连续问题则需将特征离散化后使用。
·2015-10-27 13:27

从贝叶斯定理说开去

罗朝辉 ( http://kesalin.github.io/) CC 许可，转载请保留署名与出处 简介 贝叶斯定理是18世纪英国数学家托马斯·贝叶斯（Thomas Bayes）
·2015-10-27 12:33

Andrew Ng机器学习公开课笔记 -- 朴素贝叶斯算法

http://cs229.stanford.edu/notes/cs229-notes2.pdf 前面讨论了高斯判别分析，是一种生成学习算法，其中x是连续值 这里要介绍第二种生成学习算法，Naive Bayes
·2015-10-27 12:21

统计学习方法笔记 -- 朴素贝叶斯

贝叶斯定理（Bayes theorem） 这是关于“逆概”或“后验概率”的定理，之所以需要这个定理是因为后验概率是以“果”来推导“因”，所以往往难以直接统计出。
·2015-10-27 12:19

Naive Bayes 笔记

Naive Bayes (朴素贝叶斯) 属于监督学习算法, 它通过计算测试样本在训练样本各个分类中的概率来确定测试样本所属分类, 取最大概率为其所属分类.
·2015-10-27 11:23

朴素贝叶斯算法（Naive Bayes）

朴素贝叶斯算法（Naive Bayes） 阅读目录 一、病人分类的例子 二、朴素贝叶斯分类器的公式 三、账号分类的例子 四、性别分类的例子 　　生活中很多场合需要用到分类
·2015-10-27 11:28

朴素贝叶斯分类器

朴素贝叶斯 在经典的分类器模型中，Naive Bayes Classifier应该是比较简单的一种了，比之前的决策树要简单得多，但是它虽然简单，但是一点都不简约，在很多情况下它往往能得到比较好的分类效果
·2015-10-26 15:58

Mahout分类算法学习之实现Naive Bayes分类示例

1.简介(1)贝叶斯分类器的分类原理发源于古典概率理论，是通过某对象的先验概率，利用贝叶斯公式计算出其后验概率，即该对象属于某一类的概率，选择具有最大后验概率的类作为该对象所属的类。朴素贝叶斯分类器(NaiveBayesClassifier)做了一个简单的假定：给定目标值时属性之间相互条件独立，即给定元组的类标号，假定属性值有条件地相互独立，即在属性间不存在依赖关系。朴素贝叶斯分类模型所需估计的参
Gamer_gyt·2015-10-23 20:00

也谈贝叶斯分类二

源码我已经上传至http://finallyliuyu.download.csdn.net/ 里面包括按洞庭散人的算法实现的Bayes,以及我改进的bayes.还有birdshiver写的二元分词器，
·2015-10-23 08:56

详解：贝叶斯算法(bayesian)在GCMail反垃圾邮件系统中的应用

下面我就对贝叶斯反垃圾邮件技术简单的介绍  一、 贝叶斯反垃圾邮件技术介绍  　　贝叶斯是基于概率的一种算法，是Thomas Bayes：一位伟大的数学大师所创建的，目前此种算法用于过滤
·2015-10-21 12:14

Python自然语言处理学习笔记(55)： 最大熵分类器

The Maximum Entropy classifier uses a model that is very similar to the model employed by the naive Bayes
·2015-10-21 11:04

Naive Bayes笔记

1.贝叶斯定理表示事件B发生的情况下，事件A发生的概率。其基本求解公式：对于很容易直接推导出，但对于更加关心的，则很难直接推导。但是借助贝叶斯公式就很容易求解：2.算法描述下面用一个例子来描述NaiveBayes算法的过程。假设这里有一张最近统计的病例表，如下：症状职业疾病打喷嚏护士感冒打喷嚏农夫过敏头痛建筑工人脑震荡头痛建筑工人感冒打喷嚏教师感冒头痛教师脑震荡现在又来了一个病人，是一个打喷嚏的建
u010376788·2015-10-09 19:00

创建贝叶斯网络

博文内容源自http://www.cs.ubc.ca/~murphyk/Bayes/usage.22may00.html#basics定义贝叶斯网络，必须知道图形结构和相应参数。
wokaowokaowokao12345·2015-10-08 15:00

Scilkit-Learn：Working With Text Data（文本分类）

资料与程序1.http://nlp.stanford.edu/IR-book/html/htmledition/naive-bayes-text-classification-1.html介绍N
LRita·2015-09-02 17:04

Normal Bayes 分类器过程详解

OpenCV的机器学习类定义在ml.hpp文件中，基础类是CvStatModel，其他各种分类器从这里继承而来。今天研究CvNormalBayesClassifier分类器。1.类定义在ml.hpp中有以下类定义：[cpp] viewplaincopyprint?class CV_EXPORTS_W CvNormalBayesClassifier : public CvStatModel  {  
qq_18343569·2015-08-30 10:00

贝叶斯分类器（Normal Bayes 分类器）

NormalBayes分类器这个简单的分类器模型是建立在每一个类别的特征向量服从正态分布的基础上的（尽管，不必是独立的），因此，整个分布函数被假设为一个高斯分布，每一类别一组系数。当给定了训练数据，算法将会估计每一个类别的向量均值和方差矩阵，然后根据这些进行预测。CvNormalBayesClassifier对正态分布的数据的贝叶斯分类器classCvNormalBayesClassifier :
qq_18343569·2015-08-30 10:00

贝叶斯

历史托马斯·贝叶斯（Thomas Bayes）同学的详细生平在这里。以下摘一段 wikipedia 上的简介：所谓的贝叶斯方法源于他生前为解决一个“逆概”
yezonggang·2015-08-29 14:00
上一页 14 15 16 17 18 19 20 21 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他