贝叶斯判别

讲课的一个思路
首先先总体的讲述一下节 贝叶斯判别 与之前学习的的机器学习的模型的区别 建立的模型 或者说是特征 接下来 在引入的一个概念就是 贝叶斯公式 利用知乎上的一个解释 通俗的解释一下 贝叶斯公式的现实意义 接下来 转会到西瓜书上 进行公式的一个讲解 大致上说出每个是具体干嘛的 解决什么问题 接下来的一个大点就是 最大似然估计 一个 方法 就不用对具体的现实含义 做一个表述的 就是假设存在一个参数 是的最后的特征更加的贴近真实的情况 最后求解出出这个参数
最后总结一下 判别模型 生成模型的区别 就是 判别模型 依据的是 不同类之间的差距