Bayesian Naive Bayes
Bayesian Naive Bayes plně bayesovsky zpracovává parametry klasického klasifikátoru Naive Bayes: místo odhadu podmíněných pravděpodobností tříd metodou maximální věrohodnosti umísťuje konjugované apriorní rozdělení (typicky Dirichletovo pro kategorická data nebo Gaussovo-Gamma pro spojitá data) nad parametry a integruje je, čímž vytváří prediktivní aposteriorní rozdělení, která přirozeně kvantifikují nejistotu a zabraňují přeučení na malých datových sadách.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Murphy, K. P. (2012). Machine Learning: A Probabilistic Perspective (Ch. 3, 4). MIT Press. ISBN: 978-0-262-01802-9
- Bishop, C. M. (2006). Pattern Recognition and Machine Learning (Ch. 8). Springer. ISBN: 978-0-387-31073-2
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Fully Bayesian Naive Bayes Classifier. ScholarGate. https://scholargate.app/cs/machine-learning/bayesian-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.
- Bayesovská logistická regreseBayesovská statistika↔ compare
- Gaussovský procesStrojové učení↔ compare
- Logistická regrese (ML)Strojové učení↔ compare
- Semisupervizovaný Naive BayesStrojové učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →