Naive bayes describe una distribución conjunta, asumiendo alguna forma funcional para [matemáticas] Pr (X, Y) [/ matemáticas], mientras que la entropía máxima corresponde a una amplia gama de modelos; específicamente, produce distribuciones que pertenecen a la familia exponencial. Una comparación más adecuada sería comparar ingenuos Bayes con regresión logística, también conocida como distribución de Boltzmann, que es un miembro de la familia exponencial. La regresión logística asume alguna forma funcional para [matemáticas] Pr (Y | X) [/ matemáticas].
Naive Bayes estima los parámetros de [matemáticas] Pr (X | Y) [/ matemáticas] y [matemáticas] Pr (Y) [/ matemáticas] a partir de los datos de entrenamiento y utiliza la regla de Bayes para calcular [matemáticas] Pr (Y | X) [/ matemática], mientras que la regresión logística estima los parámetros de [matemática] Pr (Y | X) [/ matemática] directamente de los datos de entrenamiento.
- ¿Cuál es el algoritmo utilizado para mantener los drones equilibrados en el aire, a pesar de los golpes externos, como la ráfaga de viento?
- ¿Qué algoritmo puedo implementar para hacer una reducción de dimensión con restricción no negativa? (PCA se asignará al espacio negativo)
- ¿Por qué utilizamos núcleos en algunos modelos de aprendizaje automático?
- Como principiante, ¿dónde y cómo aprendo a implementar algoritmos difíciles de aprendizaje profundo y otras técnicas similares en los lenguajes OOP?
- ¿Cuáles son algunas razones por las que algunas personas prefieren R y Matlab a Python para el aprendizaje automático?