Indholdsfortegnelse
7 relationer: Bayes' teorem, Klassificering, Normalfordeling, Standardafvigelse, Supervised learning, Uafhængighed (matematik), Varians.
- Klassifikationsalgoritmer
Bayes' teorem
Bayes' teorem. Bayes' teorem, eller Bayes' læresætning, viser, hvorledes den betingede sandsynlighed afhænger af dens inverse.
Se Naiv Bayes klassifikator og Bayes' teorem
Klassificering
Klassificering (fra latin: classis.
Se Naiv Bayes klassifikator og Klassificering
Normalfordeling
Forskellige normalfordelinger Normalfordelingen er en af de vigtigste sandsynlighedsfordelinger og benævnes også Gaussfordelingen.
Se Naiv Bayes klassifikator og Normalfordeling
Standardafvigelse
Standardafvigelsen eller spredningen bruges inden for sandsynlighedsregning og statistik og er et udtryk for, hvor meget en stokastisk variabel fordeler sig omkring sin middelværdi.
Se Naiv Bayes klassifikator og Standardafvigelse
Supervised learning
Supervised learning (overvåget læring) er en gren inden for maskinlæring, som kræver træningsdata med det forventede output til hvert input.
Se Naiv Bayes klassifikator og Supervised learning
Uafhængighed (matematik)
Uafhængighed er et begreb inden for matematikken, der bruges i flere grene af matematikken.
Se Naiv Bayes klassifikator og Uafhængighed (matematik)
Varians
Varians er et begreb inden for sandsynlighedsregning og statistik, der angiver variabiliteten af en stokastisk variabel.
Se Naiv Bayes klassifikator og Varians
Se også
Klassifikationsalgoritmer
- Flerlags-perceptron
- K-nærmeste naboer
- Kunstigt neuralt netværk
- Naiv Bayes klassifikator