文章 2024-10-11 来自:开发者社区

【机器学习】朴素贝叶斯原理------迅速了解常见概率的计算

学习目标 了解常见概率的计算 了解贝叶斯公式 了解朴素贝叶斯中朴素的含义 了解拉普拉斯平滑系数的作用 概率公式 条件概率: 表示事件A在另外一个事件B已经发生条件下的发生概率,P(A|B) 在女神喜欢的条件下...

【机器学习】朴素贝叶斯原理------迅速了解常见概率的计算
问答 2024-08-06 来自:开发者社区

机器学习PAI随机采样graph 中存在的边;目前的实现中边的采样概率是怎么计算的呢?

机器学习PAI随机采样graph 中存在的边;如果想换成node_weight,目前的实现中边的采样概率是怎么计算的呢?

问答 2024-07-31 来自:开发者社区

请问一下机器学习PAI 没有多分类的概率值的详细输出吗 ?

请问一下机器学习PAI Designer里面的xgboost的预测组件的输出只有最有的预测结果,没有多分类的概率值的详细输出吗 ?

问答 2024-07-31 来自:开发者社区

机器学习PAI给的dssm 负采样的demo中 模型结构是双塔,输出N个候选item的概率吗?

机器学习PAI给的dssm 负采样的demo中 模型结构是双塔,loss 是softmax_Cross_entropy, 是双塔算内积,输出N个候选item的概率吗?然后为啥建议使用inner product呢,常见的是cosine sim? 这块有什么考虑吗?

文章 2024-06-20 来自:开发者社区

机器学习之pandas基础——pandas与概率论的简短碰面

概率论和机器学习        概率论是研究随机现象数量规律的数学分支,是一门研究事情发生的可能性的学问。机器学习中随处可见概率论的影子,最典型的当属最大似然估计,它的基本思想就是:存在即合理,最大似然估计通过使当前数据的概率最大来估计目标函数参数。再比如贝叶斯估计、隐马尔可夫模型、皮尔逊相关系数等等等等。     ...

机器学习之pandas基础——pandas与概率论的简短碰面
文章 2024-06-19 来自:开发者社区

【机器学习】概率模型在机器学习中的应用:以朴素贝叶斯分类去为例

在大数据与人工智能时代,概率模型在各个领域发挥着至关重要的作用。概率模型以概率论和统计学为基础,通过数学模型描述随机现象或事件的分布、发生概率以及它们之间的概率关系,为复杂世界的分析与预测提供了有力的工具。尤其在机器学习领域,概率模型的应用更是广泛而深入。本文将通过实例和代码,探讨概率模型在机器学习中的具体应用,并以朴素贝叶斯分类器为例,展现其在实际问题中的魅力。 一、概率模型...

【机器学习】概率模型在机器学习中的应用:以朴素贝叶斯分类去为例
文章 2024-05-12 来自:开发者社区

【机器学习】贝叶斯统计中,“先验概率”和“后验概率”的区别?

贝叶斯统计中的先验概率和后验概率 在贝叶斯统计学中,先验概率和后验概率是两个核心概念,它们在推断和决策过程中扮演着重要的角色。理解这两个概念对于AI前沿科学研究的工程师至关重要。本文将对先验概率和后验概率进行详细分析,包括其定义、特点、计算方法以及在实际问题中的应用。 先验概率:对事件发生的初始信念 先验概率指的是在观测到任何数据之前,对事件发生的初始信念或概率。换句话说,它是在考虑任何观...

【机器学习】贝叶斯统计中,“先验概率”和“后验概率”的区别?
文章 2024-05-11 来自:开发者社区

【机器学习】贝叶斯统计中,“似然”和“后验概率”有什么区别?

似然与后验概率:区别与联系 似然概率的概念与特点 似然概率(Likelihood)是指在给定参数条件下,观察到特定样本的概率。在贝叶斯统计中,似然概率通常用来表示参数的条件概率分布。似然函数是似然概率的函数形式,表示了参数的可能取值与观测数据之间的关系。与频率派统计学不同,贝叶斯统计将参数视为随机变...

【机器学习】贝叶斯统计中,“似然”和“后验概率”有什么区别?
文章 2024-01-27 来自:开发者社区

【机器学习】高斯分布-概率密度函数

概率密度函数(Probability Density Function,简称 PDF)是在概率论和统计学中用来描述随机变量的概率分布的函数。对于连续型随机变量,概率密度函数表示在某一点附近的概率密度。 概率密度函数在统计学中的应用非常广泛,特别是在描述和分析连续型随机变量时。常见的概率密度函数包括正态分布、均匀分布、指数分布...

【机器学习】高斯分布-概率密度函数
文章 2023-12-20 来自:开发者社区

【机器学习】算法术语、决策函数、概率模型、神经网络的详细讲解(图文解释)

一、机器学习算法术语1)数据集(Data Set),训练集(Training Set),验证集(Validation Set)和测试集(Test Set)数据集分为训练数据和测试数据。测试数据集合即为测试集,是需要应用模型进行预测的那部分数据,是机器学习所有工作的最终服务对象。为了防止训练出来的模型只对训练数据有效,一般将训练数据又分为训练集和验证集,训练集用来训练模型,而验证集一般只用来验证模....

【机器学习】算法术语、决策函数、概率模型、神经网络的详细讲解(图文解释)

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

产品推荐

人工智能平台PAI

人工智能平台 PAI(Platform for AI,原机器学习平台PAI)是面向开发者和企业的机器学习/深度学习工程平台,提供包含数据标注、模型构建、模型训练、模型部署、推理优化在内的AI开发全链路服务,内置140+种优化算法,具备丰富的行业场景插件,为用户提供低门槛、高性能的云原生AI工程化能力。

+关注