lunes, 27 de noviembre de 2017
Vídeo Nº 173: IA Probabilidad - Naïve Bayes 01
Primer vídeo sobre aprendizaje supervisado con redes bayesianas, en concreto, el algoritmo Naïve Bayes, cuyo objetivo es realizar clasificación mediante la red bayesiana más simple posible. Para ello, se requerirá la independencia condicional total da todas las variables. Se explica cómo es su estructura, cómo funciona (tanto para variables discretas como contínuas) y se mostrará el pseudocódigo para realizar el aprendizaje.
Suscribirse a:
Enviar comentarios (Atom)
¿Qué es Naïve Bayes?
ResponderEliminarDefinición:
"Naïve Bayes es un algoritmo basado en el teorema de Bayes, que asume una independencia condicional total entre las características."
Fórmula clave:
𝑃
(
𝑦
∣
𝑥
1
,
𝑥
2
,
…
,
𝑥
𝑛
)
=
𝑃
(
𝑦
)
⋅
∏
𝑖
=
1
𝑛
𝑃
(
𝑥
𝑖
∣
𝑦
)
𝑃
(
𝑥
1
,
𝑥
2
,
…
,
𝑥
𝑛
)
P(y∣x
1
,x
2
,…,x
n
)=
P(x
1
,x
2
,…,x
n
)
P(y)⋅∏
i=1
n
P(x
i
∣y)
"Esta fórmula calcula la probabilidad de que una instancia pertenezca a una clase
𝑦
y, dado un conjunto de características
𝑥
1
,
𝑥
2
,
…
,
𝑥
𝑛
x
1
,x
2
,…,x
n
."
Suposición principal:
"La independencia condicional implica que cada característica
𝑥
𝑖
x
i
es independiente de las demás, dado
𝑦
y. Esto simplifica enormemente los cálculos."
__________________________________________________
Estudia los Programas de Licenciaturas Ejecutivas