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209人预订
预订达标
文章出炉
     
05月17日
05月29日
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
如何设计一个灵活的 MySQL 数据表,应对灵活多变的需求
李岩
Jenkins 自动化构建部署实战
火币集团研发中心
Java 程序员应掌握的 Nginx 实战应用
JPM
带你玩转 JSON
能量架构师
实战剖析 Java 秒杀系统的实现
虎口脱险
小程序从入门到进阶
loonglong
从零搭建 Hadoop 集群
杨爵爷
实战讲解接口自动化测试思路
金刚
你不得不了解的 Flutter 入门教程
火币集团研发中心
Java 并发面试题解
Eric Chen
一篇文章读懂 MySQL 中的锁
张宏杰
电商项目可扩展性数据库设计与实现
丹丹
从 Word Embedding 到 Bert:一起肢解 Bert!
武博士
Linux 脚本攻略一(基础知识点)
无人驾驶
记一次最简单的 Jmeter 压力测试
zaqweb
微信扫描登录