AODE es una forma extraña de relajar las suposiciones de independencia ingenuas de bayes. Ya no es un modelo generativo, pero relaja los supuestos de independencia de una manera ligeramente diferente (y menos basada en principios) que la regresión logística. Reemplaza el problema de optimización convexo utilizado en el entrenamiento de un clasificador de regresión logística por una dependencia cuadrática (en el número de características) en los tiempos de entrenamiento y prueba.
Básicamente funciona creando, para cada característica j, un clasificador que asume que las otras características son independientes dada la etiqueta y la característica j, y predice promediando estos clasificadores. Esto le permite modelar dependencias cuadráticas entre características en la función de etiqueta, a expensas de muchos parámetros adicionales. En mi opinión, es un poco ad-hoc y es mejor usar SVM con núcleos cuadráticos (si desea dependencias de características) o regresión logística (si solo desea un bayes ingenuo menos sesgado).
- ¿Qué libro de los dos es más completo para PNL: el de Jurafsky o el de Manning?
- ¿Cuál es la mejor manera de estudiar IA y aprendizaje automático?
- Mi campo de interés para el doctorado es la visión por computadora, el aprendizaje automático y el procesamiento de imágenes. ¿Qué recursos hay para principiantes con respecto a estos temas? Yo sé Java; ¿Debo aprender otros idiomas primero o puedo comenzar los cursos de inmediato?
- ¿Qué debo hacer para pasar de la bioinvestigación al aprendizaje automático de manera muy eficiente?
- ¿Qué es el aprendizaje automático y sus diferencias con la inteligencia artificial?
