Machine learningMachine learning
ベイジアンナイーブベイズ
ベイジアンナイーブベイズは、古典的なナイーブベイズ分類器のパラメータに完全なベイジアン的アプローチを適用する。すなわち、クラス条件付き分布を最尤推定する代わりに、パラメータ上に共役事前分布（カテゴリデータには通常ディリクレ分布、連続データにはガウス-ガンマ分布）を置き、それらを積分消去することで、不確実性を自然に定量化し、小規模データセットでの過学習を回避する予測事後分布を生成する。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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
このページの引用方法
ScholarGate. (2026, June 3). Fully Bayesian Naive Bayes Classifier. ScholarGate. https://scholargate.app/ja/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.
Compare side by side →