2016年10月15日
朴素贝叶斯与语言模型
摘要： 一、随机变量 可以取不同的值，不同的值有不同的概率。 看到随机变量取任何值，都要想到背后有个概率，如果是连续变量，在每一点的概率是0，连续型随机变量通常只考虑概率密度。 机器学习就是通过一堆随机变量预测另一个随机变量，先假设随机变量之间的概率分布，然后从数据中估计分布的参数。 任何概率模型的假设都是 阅读全文
posted @ 2016-10-15 20:33 fionaplanet 阅读(774) 评论(0) 推荐(0)