朴素贝叶斯

经典三门问题

问题

一种说法(直觉派)

另一种说法(贝叶斯派)

注意P(B)=1, 已经知道路人抽中的就是绿豆

三门问题在网上争端比较大,分为直觉派和贝叶斯派,最后一个程序员出来写程序跑了一遍,发现就是贝叶斯派

朴素贝叶斯的直观理解

在X的条件下分别等于0~9的概率

注意之前我们讲的数据集是8*8的矩阵,然后我们处理矩阵的方式就是讲矩阵排列成一行

我们假设这个像素点的出现是相互独立的(在现实中并不是相互独立的)

那个不太懂的点其实是Dodo讲错了,那里还是累乘的符号,然后64种情况累乘起来就是P(X=x),这是固定的,假设为C

所以求argmax就只用比较分子了

分子的比较涉及参数估计的知识

P(Y=CK)这是按照训练集0~9的个数来计算的,注意维度的区别,有些是像素维度,有些是图片维度

如果训练集中没有0,那么P(Y=CK)=0,就不能当分母了

贝叶斯估计

弥补前面分母为0的缺陷

后验概率最大化(期望风险最小化)

下节预告

相关推荐
别动我齐刘海4 小时前
机器人运动控制学习4——状态估计 State Estimation
c++·人工智能·学习·目标检测·机器学习·机器人·自动驾驶
泡干脆面就番茄5 小时前
集成学习之随机森林
随机森林·机器学习·集成学习
南吕十七9 小时前
RAG与Agent_体系
人工智能·机器学习
xwz小王子11 小时前
Nature Sensors封面:清华“天眸芯”,类脑互补视觉范式重塑AI感知世界的方式
人工智能·深度学习·机器学习
shxjnpl11 小时前
AI会议助手选型的三个“容易被宣传页隐藏”的指标
人工智能·机器学习·语音识别·智能硬件
老王以为12 小时前
走进 AI Agent 第二篇:决定 AI Agent 能力上限的关键技术
前端·人工智能·机器学习
薛定e的猫咪13 小时前
(arXiv 2026)GLiBRL :可学习基函数的深度贝叶斯元强化学习 ----待补充
人工智能·深度学习·学习·算法·机器学习
古城小栈14 小时前
QLoRA 训练参数 专题
人工智能·深度学习·机器学习
逻辑君14 小时前
ANNA 意识驱动 RAG 系统
人工智能·机器学习·数据挖掘