Публикации по теме 'naive-bayes'
Алгоритмы классификации — машинное обучение
Что такое Классификация?
Классификация — это метод классификации наших данных по желаемому и определенному количеству классов, где мы можем присвоить метку каждому классу.
Приложения классификации: распознавание речи, распознавание рукописного текста, биометрическая идентификация, классификация документов и т. д.
Классификаторы могут быть:
Двоичные классификаторы. Классификация только с 2 отдельными классами или с 2 возможными результатами.
пример: мужчина и женщина..
Наивный байесовский метод и логистическая регрессия для НЛП
Я буду использовать наивный байесовский метод и логистическую регрессию для набора данных IMDB, чтобы предсказать тип обзора, т.е. положительный он или отрицательный. Кроме того, я добавлю еще несколько очень важных терминов. Предлагаю читателям также изучить фастай. Приступим.
❓ Что такое регуляризация
Fastai никогда не спорил о количестве параметров, которые необходимо учитывать при обучении модели. Fastai всегда поддерживает столько параметров, сколько вы хотите для обучения..
Классификация имен с помощью наивного Байеса
Руки вверх
Классификация имен с помощью наивного Байеса
Создайте классификатор, чтобы отличать имя человека от происхождения / страны.
Поскольку все больше и больше людей путешествуют и живут за границей, нередко можно увидеть людей из других стран (будь то студенты / работающие специалисты / супруги). В более международной среде данные из реального мира будут иметь больше имен иностранцев. Как специалисту по бизнесу, когда есть огромный список названий, таких как медицинские /..
Генеративные и дискриминантные вероятностные графические модели
Сравнение наивного байесовского метода и логистической регрессии
Генеративные и дискриминативные модели - это широко используемые модели машинного обучения. Например, популярными дискриминантными моделями являются логистическая регрессия, машина опорных векторов и условные случайные поля; Наивные байесовские модели, байесовские сети и скрытые марковские модели обычно используются в качестве генеративных моделей.
Вероятностные графические модели (PGM) представляют собой богатую..
Наивная предвзятость
Применение Наивного Байеса — фильтрация спама Наивные байесовские классификаторы работают, сопоставляя использование токенов (обычно слов или иногда других вещей) со спамом и не спамом в электронных письмах, а затем используя теорему Байеса для расчета вероятности того, что электронное письмо является или не является спамом. Пример: Машина подсчитывает количество упоминаний «Виагры» в спаме и обычной электронной почте, а затем умножает вероятности с помощью уравнения Байеса и суммирует..
НЛП: сегментация текста с использованием наивного Байеса
В предыдущей статье о Ngram мы сохраняли вероятности N последовательностей слов в словарях, чтобы выяснить, какие слова следует выбирать с наибольшей вероятностью. В этой статье мы рассмотрим вероятность на уровне символов с использованием Наивного Байеса.
Наивный Байес для данных временных рядов
Альтернативный подход состоит в том, чтобы вместо этого посмотреть на частоту каждой буквы и попытаться вывести из них закономерность. Этот вероятностный алгоритм использует маркировку каждого..
Генеративное вероятностное моделирование
В этой Части 1 на эту тему давайте обсудим теорию генеративного вероятностного моделирования и, в более широком смысле, наивный байесовский классификатор. В Части 2 этой темы мы обсудим некоторые примеры реализации.
Классификация как процесс в основном состоит из двух этапов — Этап вывода и Этап принятия решения . Фаза вывода включает в себя получение обучающих данных, состоящих из входных векторов и соответствующих выходных классов, и построение модели, которая определяет..