有哪些信誉好的足球投注网站- 1、本文档共2页，可阅读全部内容。
- 2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
备课日期：年月日
授课时间
课时（理论+实验）
周次
星期:节次:
授课课题
朴素贝叶斯
教学目标
1.理解朴素贝叶斯基本原理。
2.掌握朴素贝叶斯数学推导过程。
3.掌握朴素贝叶斯算法的Scikit-learn库使用方法。
教学重点
1.贝叶斯公式；2.朴素的含义。
教学准备
PPT、点名册等。
教学方法
指导阅读、案例法。
教学过程设计
备注
课题引入
已知学生作息与成绩关系数据，如何预测学生的成绩？（如“出勤=早、休息=晚”的学生成绩的好坏？）
〖PPT〗展示数据与问题。
▲如何将该问题用数学形式表达？
【时间】分钟。
教学步骤及主要内容
【主板书】§3.3.朴素贝叶斯
一、基本原理
【主板书】基本原理
1.数据建模：设X为成绩，A为出勤，B为休息，此问题即为求概率P1=P（X=好|A=早，B=晚）与P2=P（X=坏|A=早，B=晚）。
2.利用贝叶斯公式求解概率P1与P2。
【副板书】贝叶斯公式（各部分的含义）
〖PPT〗求解过程。
【强化与拓展】
（1）概率、比较P1与P2的大小。
（2）统计方法：如果特征维度较大或者每个特征取值较多时，通过列表统计估计每项概率的方式其实是不可行的！
例1：假设特征向量包含4个特征，每个特征有10个特征值，则这4个特征的联合概率分布是4维的，可能的情况就有10000种。
3.朴素贝叶斯
（1）含义：贝叶斯定理与特征条件独立假设。
（2）数学形式及求解。
【强化与拓展】类条件概率、先验概率、后验概率。
（3）实例讲解。
〖PPT〗朴素贝叶斯数学形式与求解过程。
【时间】分钟。
【提问】。
二、Scikit-learn库的使用
【主板书】Scikit-learn库的使用
1.朴素贝叶斯库类别：根据先验概率分类。
2.库引入（以GaussianNB为例）。
fromsklearn.naive_bayesimportGaussianNB
3.模型构建。
nb=GaussianNB()
4.常用方法。
nb.fit(x,y)：根据样本x与类别标识y对数据进行拟合。
nb.predict(x)：输出测试集x的预测类别。
nb.predict_proba(x)：输出测试集x在各个类别上预测概率。
5.数据构造与具体应用。
〖PPT〗数据构造与具体应用过程。
【时间】分钟。
【提问】。
课堂练习
其他
无
小结与作业
课堂小结
朴素贝叶斯是一种基于概率理论的分类算法，虽然其所依赖的特征之间条件独立性假设在有些情况下并不符合实际（即“朴素”的由来），但因为原理和实现都比较简单，学习和预测的效率也都很高，所以在很多领域很有用（如垃圾邮件过滤）。
本课作业
本课教学反思（课堂设计理念，实际教学效果及改进设想）
文档评论（0）