Naiwny Klasyfikator Bayesowski
Naiwny Klasyfikator Bayesowski (Naive Bayes) to szybki probabilistyczny klasyfikator, który stosuje twierdzenie Bayesa, zakładając jednocześnie warunkową niezależność cech od danej klasy — metoda ta jest standardowo omawiana w uczeniu maszynowym w podręczniku Toma Mitchella z 1997 roku pt. Machine Learning. Pomimo tego upraszczającego (naiwnego) założenia, jest szybki w trenowaniu i często zaskakująco dokładny.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
+11 more
Źródła
- Mitchell, T. M. (1997). Machine Learning. McGraw-Hill. ISBN: 978-0070428072
Jak cytować tę stronę
ScholarGate. (2026, June 1). Naive Bayes Classifier. ScholarGate. https://scholargate.app/pl/machine-learning/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.
- Drzewo decyzyjneUczenie maszynowe↔ compare
- Regresja logistycznaStatystyka w badaniach↔ compare
- Random ForestUczenie maszynowe↔ compare
- Maszyna wektorów nośnych (klasyfikacja)Uczenie maszynowe↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →