Лекция 3. Байесовский классификатор. Метод максимального правдоподобия. Априорная и апостериорная информация | Открытые видеолекции учебных курсов МГУ

Лекция 3. Байесовский классификатор. Метод максимального правдоподобия. Априорная и апостериорная информация

Лекция из курса:

Методы машинного обучения в анализе изображений и временных рядов

Дмитриев Константин Вячеславович

Конспект лекции

Лекция 3. Байесовский классификатор. Метод максимального правдоподобия. Априорная и апостериорная информация

1 / Загрузка

Скачать конспект лекции

Предыдущая лекция

Лекция 2. Библиотеки Python, используемые для машинного обучения. Практическое занятие

Следующая лекция

Лекция 4. Линейные методы регрессии и классификации