贝叶斯推断 ( 逆向概率 )
III . 贝叶斯推断 应用场景 ( 垃圾邮件过滤 )
IV . 贝叶斯方法 由来
V . 贝叶斯方法
VI . 贝叶斯公式
VII ....贝叶斯分类器的类型 :
① 朴素贝叶斯分类器 : 样本属性都是独立的 ;
② 贝叶斯信念网络 : 样本属性间有依赖关系的情况 ;
决策树 , 贝叶斯 , 神经网络 都是机器学习的核心方法
II ....贝叶斯推断 ( 逆向概率 )
----
1 . 贝叶斯推断 : 是统计学方法 , 贝叶斯定理的应用 , 用于估算统计量的性质 ;
2 ....贝叶斯推断过滤垃圾邮件 :
① 效果 : 准确性很高 , 并且没有误判 ;
② 原理 : 贝叶斯推断的垃圾邮件过滤器有学习能力 , 收到的邮件越多 , 训练集越大 , 判定越准确 ;
IV ....贝叶斯方法
----
贝叶斯方法 :
① 提出假设 : 给出样本属性的 不同类型 的猜测的 属性值 , 如 : 邮件是否是垃圾邮件 , 是 或者 否 ;
② 计算每种取值的可能性 : 计算每种猜测的可能性