保存成功
保存失败,请重试

每周一个机器学习小项目003:概率引入与交叉熵、贝叶斯分类器

作者/分享人:如是
向 Ta 提问
算法工程师,主要从事数值模拟,智能算法的研究工作

本周机器学习小项目的主要目标在于引入概率模型。之前内容使用函数来描述模型,本周则侧重于从概率角度描述机器学习。概率与统计几乎是整个机器学习最重要的基础,甚至可能是深度学习之后新一代机器学习模型的基础。

本周主要内容包括:频率学派与贝叶斯学派、最大似然估计(MLE)、最大后验估计(MAP)、交叉熵作为损失函数与其反向传播过程实现、一个高斯环境下的贝叶斯分类器实现。最后就神经网络与贝叶斯分类器的等价关系作一说明与对比。

本周推荐阅读时间:25min

已有275人预订
预订达标
文章出炉
     
18.05.17
18.05.29
本场 Chat 文章已出炉,购买后即可阅读文章并获得一张如是的读者圈Pass
请务必添加GitChat服务号以查看活动进度及获取活动通知。
你可能还喜欢
恕我直言,90% 的程序员都扛不住这波 MQ 的面试四连炮!
王码农
被动收入 101 :使用云开发和 Taro 开发一个小程序
白宦成
Apollo 5.0 障碍物行为预测技术
Apollo开发者社区
抢先阅读 Kubernetes 1.15 新特性解读
张晋涛
教了一年少儿编程,说说感想和体验
叶蒙蒙
非科班前端面试大厂的实操指南
修言
快速开发 Spring Boot+Elasticsearch
自始自终
基于 K8S+Spring Cloud 在金融行业的高可用实践
曾小波
当 DDD 遇上 DCI
张晓龙
数据结构算法常见的 100 道面试题全解析:2019 版
攻城狮
小白入门数据结构
琉璃易冷
深入分布式事务
IT云清
Elasticsearch 7 版本重大更新及新特性解析
张超
摆脱 996,0 资金创造被动收入的思路
latent
阿里内推邀请:If not now, when? If not you, who?
应书澜
微信扫描登录
关注提示×
扫码关注公众号,获得 Chat 最新进展通知!
入群与作者交流×
扫码后回复关键字 入群
Chat·作者交流群
入群码
该二维码永久有效