Naivní Bayes je skupina jednoduchých klasifikačních metod založených na Bayesově větě. Říká se jim „naivní“, protože předpokládají, že všechny příznaky jsou navzájem nezávislé, což v praxi platí jen zřídka, a přesto často dávají dobré výsledky. Metody jsou rychlé, potřebují málo trénovacích dat a jsou zvlášť vhodné pro text. Klasickým příkladem je spamový filtr, který třídí e-maily podle typických slov.
Agenti, postupy a šablony v jednom pracovním prostoru – 24hodinové demo zdarma.
Spustit demoKlasifikátor je model nebo metoda, která přiřazuje vstupy do jedné z několika předem definovaných kategorií. Klasické varianty, například rozhodovací stromy nebo naivní Bayes, se trénují na označených příkladech; jazykové modely mohou texty třídit také na základě popisu kategorií. Typickým využitím je rozpoznávání spamu, třídění zákaznických dotazů podle témat a kategorizace účtenek. Kvalita se měří metrikami, jako jsou správnost, přesnost a úplnost.
Klasifikace textu automaticky přiřazuje texty k předem definovaným kategoriím, například e-maily podle typu požadavku, recenze podle sentimentu nebo dokumenty podle tématu. Dříve to vyžadovalo trénovat vlastní modely na označených příkladech; dnes velké jazykové modely často dokážou přiřadit kategorie jen na základě popisu. Díky tomu lze poptávky předtřídit a rychleji je směrovat správnému týmu.
Logistická regrese je statistická metoda, která předpovídá pravděpodobnost jednoho ze dvou výsledků, například „koupí“ nebo „nekoupí“. Váží vstupní rysy a jejich součet převede na hodnotu mezi 0 a 1 pomocí funkce ve tvaru S. Protože jsou váhy snadno interpretovatelné, široce se používá v úvěrovém scoringu, medicíně a marketingu, často jako solidní základní úroveň pro složitější modely.
Bayesovské sítě jsou grafické modely, které znázorňují proměnné jako uzly a jejich pravděpodobnostní závislosti jako orientované šipky. Pomocí Bayesovy věty ukazují, jak nová pozorování mění pravděpodobnost jiných událostí. Příkladem je podpora diagnostiky: odhad nejpravděpodobnější příčiny z pozorovaných příznaků. Jejich silnými stránkami jsou transparentnost a schopnost pracovat s nejistými nebo neúplnými daty.
