reso comprensibile l'incipit ma tolto il resto (approssimativo e confuso, ma soprattutto ridondante rispetto ad altra voce esistente), ampliando invece le Voci correlate
{{S|matematica dell'informazione e della comunicazione}}
L''''apprendimento bayesiano''' sfruttaè un metodo computazionale di apprendimento basato sul calcolo delle probabilità, che può fornire predizioni probabilistiche sfruttando i principi del [[teorema di Bayes]] per farerealizzare un [[apprendimento non supervisionato]] (mediante le [[Reti Bayesiane|reti bayesiane]]) e mediante i [[Classificatore bayesiano|classificatori bayesiani]]).
==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 [[Reti bayesiane|rete bayesiana]].
