Discussione:Apprendimento bayesiano

Scusate, sto studiando questi argomenti per un esame e la mia voce su questo argomento è pessima.

migliorala, chi te lo vieta? :-) --Fantasma (msg) 00:44, 14 lug 2011 (CEST)Rispondi

Meglio poco, invece che confuso e ridondante

A chi potesse interessare, conservo qui ciò che ho trovato nella voce come "Introduzione" (ma che ne era in realtà l'intero corpo), e che ho tolto perché approssimativo e confuso ma soprattutto ridondante rispetto ad altra voce esistente (apprendimento non supervisionato), preferendo invece ampliare la lista delle Voci correlate.

Introduzione

Nell'apprendimento non supervisionato si cerca di classificare gli input. Si può supporre che essi si distribuiscano mediante una determinata probabilità. Si può allora creare una tabella in cui si misurano tutti gli eventi con le loro occorrenze, e fare inferenza da questi. In questo caso si tratta di Classificatori Bayesiani. In questo caso si deve stimare la densità congiunta di una variabile dato tutte le altre, un problema di complessità esponenziale. Nelle applicazioni pratiche si predilige assumere l'indipendenza di tutte le variabili. In questo caso si ha un classificatore bayesiano naif. L'indipendenza delle variabili però è un caso molto raro nelle applicazioni pratiche. Quando si necessita di fare delle ipotesi su variabili condizionate si predilige utilizzare una rete bayesiana.