Isi
- Definisi - Apa yang dimaksud dengan Naive Bayes?
- Pengantar Microsoft Azure dan Microsoft Cloud | Sepanjang panduan ini, Anda akan mempelajari tentang apa itu cloud computing dan bagaimana Microsoft Azure dapat membantu Anda untuk bermigrasi dan menjalankan bisnis Anda dari cloud.
- Techopedia menjelaskan Naif Bayes
Definisi - Apa yang dimaksud dengan Naive Bayes?
Klasifikasi Bayes naif adalah algoritma yang menggunakan teorema Bayes untuk mengklasifikasikan objek. Klasifikasi Naif Bayes menganggap independensi yang kuat, atau naif, antara atribut poin data. Penggunaan populer dari pengklasifikasi naif Bayes termasuk filter spam, analisis dan diagnosis medis. Klasifikasi ini banyak digunakan untuk pembelajaran mesin karena mudah diterapkan.
Bayes Naif juga dikenal sebagai Bayes sederhana atau Bayes kemerdekaan.
Pengantar Microsoft Azure dan Microsoft Cloud | Sepanjang panduan ini, Anda akan mempelajari tentang apa itu cloud computing dan bagaimana Microsoft Azure dapat membantu Anda untuk bermigrasi dan menjalankan bisnis Anda dari cloud.
Techopedia menjelaskan Naif Bayes
Klasifikasi Bayes naif menggunakan teori probabilitas untuk mengklasifikasikan data. Algoritma classifier Naif Bayes memanfaatkan teorema Bayes. Wawasan utama teorema Bayes adalah bahwa probabilitas suatu peristiwa dapat disesuaikan ketika data baru diperkenalkan.
Apa yang membuat naif bayes classifier naif adalah anggapannya bahwa semua atribut dari titik data yang dipertimbangkan independen satu sama lain. Penggolong yang menyortir buah-buahan menjadi apel dan jeruk akan tahu bahwa apel itu merah, bulat dan berukuran tertentu, tetapi tidak akan menganggap semua ini sekaligus. Jeruk juga bulat.
Klasifikasi Bayes naif bukanlah algoritma tunggal, tetapi keluarga algoritma pembelajaran mesin yang memanfaatkan independensi statistik. Algoritma ini relatif mudah untuk ditulis dan dijalankan lebih efisien daripada algoritma Bayes yang lebih kompleks.
Aplikasi paling populer adalah filter spam. Filter spam mencari kata kunci tertentu dan menempatkannya di folder spam jika cocok.
Terlepas dari namanya, semakin banyak data yang didapat, semakin akurat klasifikasi Bayes yang naif, seperti dari pengguna yang menandai s di kotak masuk untuk spam.