下列关于朴素贝叶斯说法正确的是（）
A: 进行分布估计
B: 通过最大后验概率进行单点估计
C: 生成式模型
D: 判别式模型
A: 进行分布估计
B: 通过最大后验概率进行单点估计
C: 生成式模型
D: 判别式模型
B,C
举一反三
- 朴素贝叶斯属于生成式模型，而SVM和决策树属于判别式模型。（ ）
- 以下对判别式模型、生成式模型和生成对抗网络的说法错误的是 A: 生成式模型模拟概率分布时，常用“后验分布” B: 用生成式模型根据少量样本来估计整个类型的概率特征是很困难的 C: 判别式模型对问题本质缺乏了解，无法从个例中抽象出整体概念 D: 生成对抗网络结合了生成模型和判别模型
- 下列关于贝叶斯估计说法不正确的是： A: 最大似然估计、最大后验估计都是贝叶斯估计 B: 对于随机变量，可采用最小均方估计 C: 贝叶斯估计的表达形式与所选择的代价函数有关 D: 贝叶斯估计的表达形式与参数的先验分布有关
- 下列选项哪个不是贝叶斯估计?() A: 最大后验估计 B: 先验期望 C: 后验中位数估计 D: 后验期望估计
- 关于损失函数与贝叶斯估计的关系，以下陈述正确的一项为（）。 A: 平方损失函数下，后验分布的中位数是所求的贝叶斯估计 B: 绝对值损失函数下，后验分布的均值是所求的贝叶斯估计 C: 在0-1误差函数下，后验分布的均值是所求的贝叶斯估计 D: 最小平方信度估计是平方损失函数下的贝叶斯估计 E: 以上答案都不正确
内容
- 0
下列关于判别式模型和生成式模型的区别正确的是 A: 判别式模型只是对给定的样本进行分类，不关心数据如何生成。 B: 生成式模型主要回答的问题是，根据生成假设，哪个类别最有可能生成这个样本？ C: 生成式模型不能用于判别 D: 其它选项都不对
- 1
下列哪个不是生成式模型？ A: k近邻法 B: 朴素贝叶斯法 C: 高斯混合模型 D: 马尔科夫模型等
- 2
监督学习方法又可以分为生成式方法和判别式方法，下面哪个方法属于生成式方法（ ）。 A: 朴素贝叶斯（Naive Bayes） B: k近邻方法（kNN） C: 回归模型 D: 决策树
- 3
强化学习的基础模型是（）模型 A: 马可夫决策 B: 贝叶斯 C: HMM D: 最大后验概率
- 4
下列关于判别式模型和生成式模型的区别正确的是？