Naive Bayes es una familia de métodos de clasificación sencillos basados en el teorema de Bayes. Se llaman «ingenuos» porque suponen que todas las variables son independientes entre sí, algo que rara vez se cumple en la práctica pero que a menudo da buenos resultados. Son rápidos, necesitan pocos datos de entrenamiento y funcionan especialmente bien con textos. Un ejemplo clásico es el filtro de spam que clasifica correos según palabras típicas.
Agentes, flujos y plantillas en un solo espacio de trabajo – demo gratuita de 24 horas.
Iniciar demoUn clasificador es un modelo o método que asigna una entrada a una de varias categorías predefinidas. Las variantes clásicas, como los árboles de decisión o Naive Bayes, se entrenan con ejemplos etiquetados; los modelos de lenguaje también pueden clasificar textos a partir de una descripción de las categorías. Usos típicos son detectar spam, ordenar consultas de clientes por tema o clasificar justificantes. La calidad se mide con métricas como exactitud, precisión y exhaustividad (recall).
La clasificación de textos asigna automáticamente textos a categorías predefinidas, por ejemplo correos según el tipo de consulta, reseñas según el sentimiento o documentos según el tema. Antes había que entrenar modelos propios con ejemplos etiquetados; hoy los grandes modelos de lenguaje suelen clasificar a partir de una simple descripción. Así puedes preclasificar consultas y enviarlas antes al equipo adecuado.
La regresión logística es un método estadístico que predice la probabilidad de uno de dos resultados, por ejemplo «compra» o «no compra». Pondera las variables de entrada y convierte su suma en un valor entre 0 y 1 mediante una función en forma de S. Como sus pesos son fáciles de interpretar, se usa mucho en la evaluación de créditos, la medicina y el marketing, a menudo como referencia para modelos más complejos.
Las redes bayesianas son modelos gráficos que representan las variables como nodos y sus dependencias probabilísticas como flechas dirigidas. Con el teorema de Bayes permiten calcular cómo cambian las nuevas observaciones la probabilidad de otros sucesos. Un ejemplo es el apoyo al diagnóstico: a partir de los síntomas observados se estima la causa más probable. Sus ventajas son la transparencia y el manejo de datos inciertos o incompletos.
