Classificateur Naive Bayes bayésien
Bayesian Naive Bayes applique un traitement entièrement bayésien aux paramètres du classifieur classique Naive Bayes : au lieu d'estimer les distributions conditionnelles de classe par maximum de vraisemblance, il place des priors conjugués (typiquement Dirichlet pour les données catégorielles ou Gaussien-Gamma pour les données continues) sur les paramètres et les intègre, produisant des distributions prédictives postérieures qui quantifient naturellement l'incertitude et évitent le surapprentissage sur de petits ensembles de données.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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
Comment citer cette page
ScholarGate. (2026, June 3). Fully Bayesian Naive Bayes Classifier. ScholarGate. https://scholargate.app/fr/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.
- Régression logistique bayésienneBayésien↔ compare
- Processus GaussienApprentissage automatique↔ compare
- Régression logistique (ML)Apprentissage automatique↔ compare
- Bayes naïf semi-superviséApprentissage automatique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →