Machine learningMachine learning

Magyarázható Naiv Bayes

A Magyarázható Naiv Bayes a klasszikus valószínűségi Naiv Bayes osztályozót egészíti ki átlátható, ember által olvasható magyarázatokkal a predikcióihoz. Az osztályok apriori valószínűségeinek, az egyes jellemzők feltételes valószínűségeinek és a log-esélyhányadosok hozzájárulásainak megjelenítésével olyan értelmezhetőséget kínál, amelyre nagy tétű területeken, mint például az orvostudomány, a jog és az oktatás, van szükség, anélkül, hogy feláldozná azt az egyszerűséget és sebességet, amely a Naiv Bayest megbízható alapvonallá teszi.

Megnyitás itt: MethodMindHamarosanVideóHamarosanDownload slides

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Method map

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

Források

  1. Rish, I. (2001). An empirical study of the naive Bayes classifier. In IJCAI Workshop on Empirical Methods in AI (pp. 41–46). link
  2. Naive Bayes classifier. Wikipedia. link

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 3). Explainable Naive Bayes Classifier. ScholarGate. https://scholargate.app/hu/machine-learning/explainable-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

Hivatkozik rá

ScholarGateExplainable Naive Bayes (Explainable Naive Bayes Classifier). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/machine-learning/explainable-naive-bayes · Adatkészlet: https://doi.org/10.5281/zenodo.20539026