一、贝叶斯理论

机器学习

数据挖掘

二、贝叶斯最优分类器

三、极大似然估计

四、朴素贝叶斯分类器

五、EM 算法

(掌握概念就好)

六、贝叶斯网络

七、小结

  • 贝叶斯理论:先验概率,后验概率以及贝叶斯公式
  • 贝叶斯最优分类器:最小化总体风险以及最小分类错误的贝叶斯最优分类器
  • 极大似然估计:基本原理,以及如何用于求取类条件概率
  • 朴素贝叶斯分类器:属性条件独立性假设下的贝叶斯公式
  • 贝叶斯网络:基本概念,网络结构与学习,其预测与诊断应用。