Публикации по теме 'naive-bayes'


Однозначные зоны в классификационной модели
Пример анализа с использованием сомнительных зон в наивной байесовской модели. Джинна Гомес с Грегом Пейджем Сомнительные зоны: обзор Обычно, когда мы измеряем эффективность моделей классификации, мы делаем это, используя все записи в каком-то конкретном наборе данных. Мы могли бы сказать, например, что модель достигла «71% точности относительно обучающего набора и 68,4% точности относительно проверочного набора», или что модель имеет «уровень чувствительности 81,2% относительно..
Машинное обучение
Краткое введение в машинное обучение Машинное обучение — это извлечение знаний из данных. Его можно определить следующим образом: «Машинное обучение — это область искусственного интеллекта, которая позволяет машинам учиться на основе прошлых данных или опыта без явного программирования». Типы машинного обучения Под наблюдением Без присмотра Контролируемое обучение При контролируемом обучении агент наблюдает за парами ввода-вывода и изучает функцию, которая отображает..
Основы машинного обучения (часть 10): вероятностные модели
Некоторые полезные статистические формулы Ожидание (ожидаемые значения) На практике мы вычисляем — для случайной величины X — среднее значение с учетом вероятностей различных значений. Например, для игральной кости с вероятностями pj вычисляется ожидаемое значение: Дисперсия Он измеряет, насколько разбросаны значения, с его уравнением как:
Наивный алгоритм Байеса | Максимальный апостериорный подход в машинном обучении
При работе с помеченными обучающими наборами данных в задачах машинного обучения алгоритмы классифицируются либо как классификация, либо как регрессия. Когда вы углубитесь еще немного, вы столкнетесь с алгоритмом наивного Байеса, который является одним из самых фундаментальных алгоритмов. Алгоритм наивного Байеса — это базовый и популярный метод классификации, использующий вероятностный подход. Он основан на теореме Байеса, фундаментальном понятии теории вероятностей. Наивный байесовский..
Наивный Байес как генеративная модель
задающий тон для GAN После изучения основ генеративного моделирования в 1-й части , на этот раз я исследую, как наша собственная наивная байесовская модель действует как генеративная модель. Мы все, должно быть, использовали его для какой-то задачи классификации. Но генерация данных? может быть, большое нет. Прочтите о Наивном Байесе здесь , если вы новичок в этом. Но, к удивлению, наивный байесовский метод оказался одной из первых моделей, используемых для генерации данных,..
Наивный байесовский подход: полное руководство по машинному обучению
Наивный Байес — популярный алгоритм машинного обучения, основанный на теореме Байеса. Это вероятностный алгоритм, который использует теорему Байеса для расчета вероятности определенного класса с учетом особенностей экземпляра. Наивный Байес широко используется в различных приложениях, включая классификацию текста, фильтрацию спама и анализ тональности. В этом блоге мы углубимся в детали алгоритма наивного Байеса и изучим, как он работает, а также его преимущества и недостатки. Что такое..
Не так НАИВНО, как кажется!
Несколько недель назад, когда я впервые столкнулся с этим прекрасным, но отвратительным алгоритмом, я был поражен тем фактом, что такой Наивный структурированный подход так хорошо работает с реальными данными. В этом красота Наивного Байеса, именно в том, что он делает, он предполагает, что условная зависимость групп/объектов/признаков заданных данных равна нулю, другими словами, отдельные группы, объекты или признаки, которые определяют результат события независимы друг от друга. Я..