【Python】【机器学习】贝叶斯算法





例如我输入了tha,输入法需要判定我真实的目标单词是the/than/that等等。

计算每一个单词的可能性概率值,最大概率的单词优先推送,以此类推。

贝叶斯更注重先验概率,而似然注重数据。

如扔十次硬币都是正面,似然认为下一次依旧是正面,而贝叶斯认为下一次正面的概率依然为1/2。

相关推荐
风吹心凉1 分钟前
python3基础2026.7.28
开发语言·python
曲无忆14 分钟前
LLMs赋能依赖类型证明自动化
python
一次旅行32 分钟前
act本地预跑GitHub Actions:Python项目完整CI/CD流水线实战
python·ci/cd·github
玉鸯41 分钟前
RAG 全链路调优指南:从 Chunking 到 Reranker
python·llm·agent
圣光SG1 小时前
Java操作题练习(二)
java·开发语言·python
m0_617493941 小时前
Python OpenCV 分水岭算法(Watershed)详解与实战
python·opencv·算法
Sammyyyyy1 小时前
如何利用本地技术栈构建 0 成本 AI SaaS 雏形
开发语言·人工智能·python·ai·servbay
AAIshangyanxiu1 小时前
Python 机器学习与深度学习气象水文海洋全域应用技术体系:地学时空数据 AI 建模、数值模式后处理、气象海洋水文智能预测与数据处理
人工智能·python·机器学习·水文气象·气象预测·气象海洋
中微极客1 小时前
边缘AI实战:TinyML模型量化与部署全解析(TensorFlow 2.18.0 + ESP32)
人工智能·python·tensorflow
Zane19941 小时前
可变对象 vs 不可变对象:为什么"可变默认参数"是 Python 最经典的坑?
后端·python