• bayes teoremini kullanan elde büyük bir database olması durumunda bütün diğer artificial intelligence algortimalarından daha iyi sonuç vermesi beklenir (bkz: ideally) genelde yaptığı şey verilen instance'ın hangi olasılıkla ne şekilde classify edeceğini tahmin etmektir.
    türkçe açıklamaya çalışacak olursak örneklemek daha kolay olacaktır. elde binlerce hastanın yüzerce datası ve her birinin x hastalığına yakalanıp yakalanmamış olduğunun bilgisi olsun.
    elimize gelen bir hastanın datasına bakıp bu hastanın x hastalığına sahip olup olmadığını yüzdesi ile bize bu yapay zeka söyleyebilir.
    ne kadar güzel değil mi?
  • bayes'in cok naif bi adam oldugunu ogrendik sayesinde. naif ama yetkisiz degil, ona gore.
  • naif olan bayes değil, data'daki tüm olayların birbirinden bağımsız olduğunu farz ettiği için learner'ın kendisidir çünkü gerçek hayattaki pek çok data'da feature'lar birbirinden bağımsız değildir. adını da *meşhur teoremini kullandığı bayes'ten alır.
  • (bkz: naive bayer classifier) başlığı açılmadan naive bayes learner başlığı açılması da ayrı bir araştırma konusu olsun.
hesabın var mı? giriş yap