106分钟
NLP算法——贝叶斯算法入门必备宝典
贝叶斯模型发源于古典数学理论、具有稳定的分类效率，与其他分类方法相比，其算法更为简单、误差率更低，可以直接衡量标签和特征之间的概率关系，所以在数据处理分析板块运用十分广泛。 本门课我们将进行系统的贝叶…
贝叶斯模型发源于古典数学理论、具有稳定的分类效率，与其他分类方法相比，其算法更为简单、误差率更低，可以直接衡量标签和特征之间的概率关系，所以在数据处理分析板块运用十分广泛。
本门课我们将进行系统的贝叶斯算法学习，课程从贝叶斯算法概述入手，涉及算法推导实例、拼写纠错、垃圾邮件过滤实例、拼写检查器实现等四个部分。
学员通过完成课程学习，将对贝叶斯算法有更全面的认识与理解，除此之外，课程还穿插了新闻分类任务实战，我们将带领学员串联所学理论知识，实现项目的完整输出，完成贝叶斯算法的学习与应用。
一、贝叶斯算法
- 1.贝叶斯算法概述
- 2. 贝叶斯推导实例
- 3.拼写纠错实例
- 4.模型比较理论
- 5.垃圾邮件过滤
- 6.贝叶斯实现拼写检查器
二、新闻分类任务实战
- 1.文本分析
- 2.关键词提取
- 3.相似度计算
- 4.新闻数据与任务简介
- 5.TF-IDE关键词提取
- 6.LDA建模
- 7.基于贝叶斯算法进行新闻分类
唐宇迪
同济大学硕士，华东理工大学博士