
概率模型包括统计学习中的参数模型,非参数模型,混合模型,在计算机领域中概率模型主要包括隐马尔可夫模型,朴素贝叶斯分类器,马尔可夫决策过程等。
这些模型通过对概率分布的建模来解决各种问题,例如分类、聚类、预测等。
概率模型的选择也取决于问题的特征和数据集的要求。
古典概型:记住掷骰子
几何概型:记住距离原点为XX发生的概率,也是个圆,用小圆面积除以大圆面积;度量:一维,长度;二维:面积;三维:体积
伯努利概型:记住抽检事件

概率模型包括统计学习中的参数模型,非参数模型,混合模型,在计算机领域中概率模型主要包括隐马尔可夫模型,朴素贝叶斯分类器,马尔可夫决策过程等。
这些模型通过对概率分布的建模来解决各种问题,例如分类、聚类、预测等。
概率模型的选择也取决于问题的特征和数据集的要求。
古典概型:记住掷骰子
几何概型:记住距离原点为XX发生的概率,也是个圆,用小圆面积除以大圆面积;度量:一维,长度;二维:面积;三维:体积
伯努利概型:记住抽检事件