پنج شنبه 26 مهر 1397 | Thursday 18 th of October 2018 صفحه اصلی گروه الکترونیکی کامپیوتر
3-2 بیزین

     الگوریتم های یادگیری بیزی به طور صریح بر روی احتمالات فرض های مختلف کار می کنند. کلاسه بندهای بیزی کلاسه بندهای اماری هستند. انها اعضای کلاس را به صورت احتمالی پیشگویی می کنند. مثلاً میزان احتمال اینکه یک نمونه داده شده متعلق به یک کلاس خاص باشد. کلاسه بندی بیزی بر مبنای تئوری بیز می باشد. مقایسه الگوریتم های کلاسه بندی نشان داده است که یک کلاسه بند بیزی ساده[1]  از نظر کارایی با کلاسه بندهای درخت تصمیم و شبکه های عصبی قابل رقابت است و در برخی موارد بهتر از انها عمل می کند. همچنین کلاسه بندهای بیزی میزان دقت و سرعت بالایی را هنگامی که در دیتابیس های بزرگ به کار برده می شوند، ارائه می دهند.

Naïve  Bayesian classifierفرض میکند که تاثیر یک مقدار صفت روی یک کلاس داده شده ، مستقل از مقادیر دیگر صفت ها میباشد.به این فرض استقلال شرطی کلاس[2] گفته میشود.این فرض محاسبات را ساده تر می کند و به همین دلیل است که به این روش naïve گفته میشود.Bayesian belief network ها نیز که برای کلاسه بندی استفاده میشوند ، مدل های گرافیکی هستند که بر خلاف naïve Baysian classifier ها وابستگی میان زیر مجموع ای از صفت ها را نمایش میدهند.



 

Compatability by:
آخرین به روز رسانی سایت: سه شنبه, 22 اسفند 1391 - 00:26