Machine learningMachine learning

نايف بايز القوي (Robust Naive Bayes)

يمدّ مُصنِّف نايف بايز القياسي (Naive Bayes) ليتعامل مع عدم اليقين أو الضوضاء في تقديرات الاحتمالات الشرطية للفئات (class-conditional probability estimates) عبر استبدال تقديرات الاحتمالات النقطية بفترات أو مجموعات من التوزيعات. الصياغة النموذجية - وهي مُصنِّف كريدل نايف (Naive Credal Classifier) الذي اقترحه Zaffalon (2002) - تستخدم مجموعات احتمالات غير دقيقة (imprecise-probability sets) بحيث لا تُجرى التنبؤات إلا عندما تتفق جميع التوزيعات في المجموعة، مع حجب التسمية (label) عندما تكون الأدلة غير كافية.

افتح في MethodMindقريبًافيديوقريبًاDownload slides

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

Method map

The neighbourhood of related methods — select a node to explore.

المصادر

  1. Zaffalon, M. (2002). The Naive Credal Classifier. Journal of Statistical Planning and Inference, 105(1), 5–21. DOI: 10.1016/S0378-3758(01)00201-4
  2. Naive Bayes classifier. Wikipedia. link

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 3). Robust Naive Bayes Classifier. ScholarGate. https://scholargate.app/ar/machine-learning/robust-naive-bayes

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateRobust Naive Bayes (Robust Naive Bayes Classifier). استُرجع بتاريخ 2026-06-15 من https://scholargate.app/ar/machine-learning/robust-naive-bayes · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026