朴素贝叶斯分类器维基百科，自由的百科全书跳到导航跳到搜索在机器学习中，朴素贝叶斯分类器是一系列以假设特征之间强（朴素）独立下运用贝叶斯定理为基础的简单概率分类器（英语：）。朴素贝叶斯自20世纪50年代已广泛研究。在20世纪60年代初就以另外一个名称引入到文本信息检索界中，[1]:488并仍然是文本分类的一种热门（基准）方法，文本分类是以词频为特征判断文件所属类别或其他（如垃圾邮件、合法性、体育或政治等等）的问题。通过适当的预处理，它可以与这个领域更先进的方法（包括支持向量机）相竞争。[2]它在自…
马尔可夫决策过程维基百科，自由的百科全书跳转到导航跳转到搜索甲Markov决策过程（MDP）是一个离散时间的随机控制过程。它提供了一个数学框架，用于在结果部分随机且部分受决策者控制的情况下对决策建模。MDP对于研究通过动态规划和强化学习解决的优化问题很有用。MDP至少早在1950年代就已为人所知。[1]马氏决策过程研究的核心是罗纳德·霍华德（RonaldHoward）在1960年出版的《动态规划和马氏过程》一书。。[2]它们用于许多学科，包括机器人技术，自动控制，经济学和制造。MDP的名称来自俄…
