APP下载
反馈
3.7 贝叶斯估计(2)(下)
1519 播放
收藏
下载
手机看
登录后可发评论

评论沙发是我的~

热门评论(0)
    全部评论(0)
      选集(72)
      自动播放
      [1] 1.1 什么是模式识别(上)
      5655播放
      05:18
      [2] 1.1 什么是模式识别(下)
      1045播放
      05:17
      [3] 1.2 模式识别数学表达(上)
      1790播放
      07:24
      [4] 1.2 模式识别数学表达(下)
      1306播放
      07:24
      [5] 1.3 特征向量的相关性(上)
      1168播放
      07:35
      [6] 1.3 特征向量的相关性(下)
      1736播放
      07:36
      [7] 1.4 机器学习基本概念(上)
      1184播放
      10:28
      [8] 1.4 机器学习基本概念(下)
      1240播放
      10:29
      [9] 1.5 模型的泛化能力(上)
      1200播放
      06:52
      [10] 1.5 模型的泛化能力(下)
      1187播放
      06:55
      [11] 1.6 评估方法与性能指标(上)
      913播放
      10:35
      [12] 1.6 评估方法与性能指标(下)
      1467播放
      10:39
      [13] 2.1 MED分类器(上)
      1143播放
      05:17
      [14] 2.1 MED分类器(下)
      854播放
      05:22
      [15] 2.2 特征白化(上)
      1382播放
      08:58
      [16] 2.2 特征白化(下)
      879播放
      09:01
      [17] 2.3 MICD分类器
      1220播放
      06:07
      [18] 3.1 贝叶斯决策与MAP分类器(...
      917播放
      08:27
      [19] 3.1 贝叶斯决策与MAP分类器(...
      957播放
      08:26
      [20] 3.2 MAP分类器:高斯观测概率...
      923播放
      08:46
      [21] 3.2 MAP分类器:高斯观测概率...
      1174播放
      08:42
      [22] 3.3 决策风险与贝叶斯分类器(上...
      1372播放
      10:32
      [23] 3.3 决策风险与贝叶斯分类器(下...
      1186播放
      10:36
      [24] 3.4 最大似然估计(上)
      1635播放
      10:17
      [25] 3.4 最大似然估计(下)
      875播放
      10:18
      [26] 3.5 最大似然的估计偏差(上)
      1444播放
      08:29
      [27] 3.5 最大似然的估计偏差(下)
      907播放
      08:36
      [28] 3.6 贝叶斯估计(1)(上)
      1603播放
      08:51
      [29] 3.6 贝叶斯估计(1)(下)
      1304播放
      08:54
      [30] 3.7 贝叶斯估计(2)(上)
      1403播放
      08:37
      [31] 3.7 贝叶斯估计(2)(下)
      1519播放
      待播放
      [32] 3.8 KNN估计(上)
      1382播放
      07:58
      [33] 3.8 KNN估计(下)
      629播放
      07:59
      [34] 3.9 直方图与核密度估计(上)
      1146播放
      10:32
      [35] 3.9 直方图与核密度估计(下)
      1049播放
      10:36
      [36] 4.1 线性判据基本概念(上)
      986播放
      09:53
      [37] 4.1 线性判据基本概念(下)
      722播放
      09:49
      [38] 4.2 线性判据学习概述(上)
      1259播放
      06:20
      [39] 4.2 线性判据学习概述(下)
      862播放
      06:27
      [40] 4.3 并行感知机算法(上)
      1678播放
      08:17
      [41] 4.3 并行感知机算法(下)
      564播放
      08:22
      [42] 4.4 串行感知机算法(上)
      1153播放
      09:22
      [43] 4.4 串行感知机算法(下)
      1012播放
      09:19
      [44] 4.5 Fisher线性判据(上)
      712播放
      10:01
      [45] 4.5 Fisher线性判据(下)
      1210播放
      10:00
      [46] 4.6 支持向量机基本概念(上)
      1420播放
      09:04
      [47] 4.6 支持向量机基本概念(下)
      781播放
      09:04
      [48] 4.7 拉格朗日乘数法(上)
      1421播放
      12:27
      [49] 4.7 拉格朗日乘数法(下)
      1179播放
      12:30
      [50] 4.8 拉格朗日对偶问题(上)
      1679播放
      07:34
      [51] 4.8 拉格朗日对偶问题(下)
      823播放
      07:40
      [52] 4.9 支持向量机学习算法(上)
      983播放
      09:38
      [53] 4.9 支持向量机学习算法(下)
      1519播放
      09:40
      [54] 4.10软间隔支持向量机(上)
      831播放
      11:33
      [55] 4.10软间隔支持向量机(下)
      1164播放
      11:32
      [56] 4.11线性判据多类分类(上)
      760播放
      10:08
      [57] 4.11线性判据多类分类(下)
      737播放
      10:08
      [58] 4.12线性回归(上)
      1044播放
      12:10
      [59] 4.12线性回归(下)
      825播放
      12:16
      [60] 4.13逻辑回归的概念(上)
      1041播放
      08:57
      [61] 4.13逻辑回归的概念(下)
      570播放
      09:04
      [62] 4.14逻辑回归的学习(上)
      1486播放
      07:24
      [63] 4.14逻辑回归的学习(下)
      938播放
      07:28
      [64] 4.15Softmax判据的概念(...
      1636播放
      09:25
      [65] 4.15Softmax判据的概念(...
      787播放
      09:23
      [66] 4.16Softmax判据的学习(...
      1424播放
      09:01
      [67] 4.16Softmax判据的学习(...
      1388播放
      08:58
      [68] 4.17核支持向量机(上)
      737播放
      11:38
      [69] 4.17核支持向量机(下)
      628播放
      11:38
      [70] 5.1 神经网络的概念
      1397播放
      07:08
      [71] 5.2 BP算法(上)
      954播放
      09:43
      [72] 5.2 BP算法(下)
      1217播放
      09:45
      为你推荐
      05:29
      7-1 朴素贝叶斯模型(下)
      1311播放
      27:27
      贝叶斯统计正则化(上)
      3065播放
      08:10
      第5讲 贝叶斯公式及其应用(上)
      1003播放
      08:25
      6全概率公式和贝叶斯公式(下)
      687播放
      04:13
      用贝叶斯优化实现广义内核的自动调优
      1261播放
      12:21
      1.4.2 贝叶斯公式【板书】(中...
      2794播放
      07:54
      【官方双语】贝叶斯定理,使概率论直...
      9640播放
      16:21
      课程内容:噪声信道编码的gem贝叶...
      1447播放
      05:39
      第四节 Logistic回归模型...
      1161播放
      06:36
      5.3BERT中文预训练模型-pa...
      621播放
      04:47
      【大数据计算技术教学】K-均值算法
      825播放