摘要:#第四章 线性判据与回归 ##4.1 线性判据基本概念 生成模型:给定训练样本 {𝒙𝑛},直接在输入空间内学习其概率密度函数𝑝(𝒙)。 在贝叶斯决策分类中,生成模型通常用于估计每个类别的观测似然概率𝑝(𝒙|𝐶𝑖),再结合先验概率得到联合概率𝑝(𝒙,𝐶𝑖)=𝑝(𝒙|𝐶𝑖
阅读全文
05 2021 档案
摘要:#第四章 线性判据与回归 ##4.1 线性判据基本概念 生成模型:给定训练样本 {𝒙𝑛},直接在输入空间内学习其概率密度函数𝑝(𝒙)。 在贝叶斯决策分类中,生成模型通常用于估计每个类别的观测似然概率𝑝(𝒙|𝐶𝑖),再结合先验概率得到联合概率𝑝(𝒙,𝐶𝑖)=𝑝(𝒙|𝐶𝑖
阅读全文
摘要:#第一章 模式识别基本概念 ##1.模式识别 ###概念: 根据已有知识的表达或者说是函数映射,针对待识别模式,判别决策其所属的类别或者预测其对应的回归值,是一种推理过程,可划分为“分类”和“回归”两种形式。 ###模型: 已有知识的表达方式,即f(x)。 模式识别任务的模型通过机器学习获得。 ##
阅读全文
|