• 📁 . . /
• 🔗 19丨概率和统计：编程为什么需要概率和统计？.html 2024/08/07 10:30:23
• 🔗 20丨概率基础（上）：一篇文章帮你理解随机变量、概率分布和期望值.html 2024/08/07 10:30:17
• 🔗 21丨概率基础（下）：联合概率、条件概率和贝叶斯法则，这些概率公式究竟能做什么？.html 2024/08/07 10:30:21
• 🔗 22丨朴素贝叶斯：如何让计算机学会自动分类？.html 2024/08/07 10:30:16
• 🔗 23丨文本分类：如何区分特定类型的新闻？.html 2024/08/07 10:30:21
• 🔗 24丨语言模型：如何使用链式法则和马尔科夫假设简化概率模型？.html 2024/08/07 10:30:21
• 🔗 25丨马尔科夫模型：从PageRank到语音识别，背后是什么模型在支撑？.html 2024/08/07 10:30:19
• 🔗 26丨信息熵：如何通过几个问题，测出你对应的武侠人物？.html 2024/08/07 10:30:20
• 🔗 27丨决策树：信息增益、增益比率和基尼指数的运用.html 2024/08/07 10:30:22
• 🔗 28丨熵、信息增益和卡方：如何寻找关键特征？.html 2024/08/07 10:30:23
• 🔗 29丨归一化和标准化：各种特征如何综合才是最合理的？.html 2024/08/07 10:30:23
• 🔗 30丨统计意义（上）：如何通过显著性检验，判断你的A-B测试结果是不是巧合？.html 2024/08/07 10:30:16
• 🔗 31丨统计意义（下）：如何通过显著性检验，判断你的A-B测试结果是不是巧合？.html 2024/08/07 10:30:18
• 🔗 32丨概率统计篇答疑和总结：为什么会有欠拟合和过拟合？.html 2024/08/07 10:30:18

Generated at 2024/08/07 10:48:57 Created by MoChen