Naive Bayes: Version Gaussian

Naive Bayes: Version Gaussian

Naive Bayes. en el video se cubre la versión Gaussiana

En estadística, los clasificadores de Naive Bayes son una familia de "clasificadores probabilísticos" simples basados ​​en la aplicación del teorema de Bayes con suposiciones de independencia fuerte (Naive) entre las características. Se encuentran entre los modelos de red bayesianos más simples, pero, junto con la estimación de la densidad del kernel, pueden lograr altos niveles de precisión. Los clasificadores Naive Bayes son altamente escalables y requieren una cantidad de parámetros lineales en la cantidad de variables (características/predictores) en un problema de aprendizaje. El entrenamiento de máxima verosimilitud se puede realizar mediante la evaluación de una expresión de forma cerrada,  que toma un tiempo lineal, en lugar de una costosa aproximación iterativa como se usa para muchos otros tipos de clasificadores. En la literatura estadística, los modelos de Naive Bayes se conocen con una variedad de nombres, incluidos Bayes simple y Bayes independiente. Todos estos nombres hacen referencia al uso del teorema de Bayes en la regla de decisión del clasificador, pero el Naive Bayes no es (necesariamente) un método bayesiano.

https://www.youtube.com/watch?v=uHK1-Q8cKAw