Naive Bayes hija familja ta' metodi sempliċi ta' klassifikazzjoni bbażati fuq it-teorema ta' Bayes. Jissejħu “naive” għax jassumu li l-karatteristiċi kollha huma indipendenti minn xulxin, xi ħaġa li rari hija vera fil-prattika iżda spiss xorta tagħti riżultati tajbin. Il-metodi huma veloċi, jeħtieġu ftit data tat-taħriġ u huma partikolarment adattati għat-test. Eżempju klassiku huwa l-filtru tal-ispam li jifred l-emails abbażi ta' kliem tipiku.
Aġenti, flussi tax-xogħol u mudelli fi spazju tax-xogħol wieħed – demo b'xejn għal 24 siegħa.
Ibda d-demoKlassifikatur huwa mudell jew metodu li jassenja inputs lil waħda minn diversi kategoriji predefiniti. Varjanti klassiċi bħal siġar tad-deċiżjoni jew naive Bayes jitħarrġu fuq eżempji ttikkettati; il-mudelli lingwistiċi jistgħu wkoll jirranġaw testi abbażi ta' deskrizzjoni tal-kategoriji. Użi tipiċi jinkludu l-individwazzjoni tal-ispam, l-għażla ta' talbiet tal-klijenti skont is-suġġett u l-kategorizzazzjoni tal-irċevuti. Il-kwalità titkejjel b'metriki bħall-eżattezza, il-preċiżjoni u r-recall.
Il-klassifikazzjoni tat-test tassenja awtomatikament testi lil kategoriji predefiniti, per eżempju emails skont it-tip ta' talba, reviżjonijiet skont is-sentiment jew dokumenti skont is-suġġett. Qabel dan kien jeħtieġ taħriġ ta' mudelli dedikati fuq eżempji ttikkettjati; illum il-mudelli lingwistiċi kbar spiss jistgħu jassenjaw kategoriji minn deskrizzjoni biss. Dan jagħmilha possibbli li l-mistoqsijiet jiġu ssortjati minn qabel u mirutati aktar malajr lejn it-tim t-tajjeb.
Ir-regressjoni loġistika hija metodu statistiku li jbassar il-probabbiltà ta' wieħed minn żewġ riżultati, bħal “jixtri” jew “ma jixtrix”. Tippiża l-karatteristiċi tal-input u tibdel is-somma tagħhom f'valur bejn 0 u 1 permezz ta' funzjoni f'forma ta' S. Peress li l-piżijiet huma faċli biex jiġu interpretati, tintuża ħafna fl-iskor tal-kreditu, fil-mediċina u fil-marketing, spiss bħala baseline solida għal mudelli aktar kumplessi.
In-netwerks Bajesjani huma mudelli grafiċi li jirrappreżentaw il-varjabbli bħala nodi u d-dipendenzi probabbilistiċi tagħhom bħala vleġeġ diretti. Bl-użu tat-teorema ta' Bayes, juru kif osservazzjonijiet ġodda jbiddlu l-probabbiltà ta' avvenimenti oħra. Eżempju wieħed huwa l-appoġġ fid-dijanjosi: l-istima tal-kawża l-aktar probabbli minn sintomi osservati. Il-punti b'saħħithom tagħhom huma t-trasparenza u l-kapaċità li jittrattaw data inċerta jew mhux kompluta.
