Glossaire

Bayésien naïf (Naive Bayes)

Qu’est-ce que Bayésien naïf (Naive Bayes) ?

Naive Bayes désigne une famille de méthodes de classification simples fondées sur le théorème de Bayes. On les dit « naïves » parce qu’elles supposent que toutes les variables sont indépendantes les unes des autres, ce qui est rarement vrai en pratique mais donne souvent de bons résultats. Ces méthodes sont rapides, demandent peu de données d’entraînement et conviennent particulièrement aux textes. Exemple classique : le filtre anti-spam qui trie les e-mails selon des mots typiques.

Thèmes

classification
statistique
analyse de texte

Essayer KI.ordo

Agents, flux et modèles dans un seul espace de travail – démo gratuite de 24 heures.

Lancer la démo

← Tous les termes

Termes associés

Classifieur

Un classifieur est un modèle ou une méthode qui attribue une entrée à l'une de plusieurs catégories prédéfinies. Les variantes classiques, comme les arbres de décision ou le Naive Bayes, sont entraînées sur des exemples étiquetés ; les modèles de langage peuvent aussi classer des textes à partir d'une description des catégories. Usages typiques : détection de spam, tri des demandes clients par thème ou classement de justificatifs. La qualité se mesure avec des indicateurs comme l'exactitude, la précision et le rappel.

Classification
Apprentissage automatique
+1

Modèle

Classification de texte

La classification de texte attribue automatiquement des textes à des catégories prédéfinies : e-mails selon la demande, avis selon le sentiment ou documents selon le thème. Autrefois, il fallait entraîner des modèles dédiés sur des exemples annotés ; aujourd'hui, les grands modèles de langage peuvent souvent classer à partir d'une simple description. Vous pouvez ainsi pré-trier les demandes et les transmettre plus vite au bon service.

NLP
Classification
+1

Modèle

Régression logistique

La régression logistique est une méthode statistique qui prédit la probabilité de l’un de deux résultats, par exemple « achète » ou « n’achète pas ». Elle pondère les variables d’entrée et transforme leur somme en une valeur comprise entre 0 et 1 au moyen d’une fonction en forme de S. Ses poids étant faciles à interpréter, elle est très utilisée pour l’évaluation du crédit, en médecine et en marketing, souvent comme référence pour des modèles plus complexes.

statistique
classification
+1

Réseaux bayésiens

Les réseaux bayésiens sont des modèles graphiques qui représentent les variables par des nœuds et leurs dépendances probabilistes par des flèches orientées. Grâce au théorème de Bayes, ils permettent de calculer comment de nouvelles observations modifient la probabilité d'autres événements. Exemple : l'aide au diagnostic, qui estime la cause la plus probable à partir de symptômes observés. Leurs atouts sont la lisibilité et la prise en compte de données incertaines ou lacunaires.

Probabilités
Modèles graphiques
+1