Clasificador bayesiano ingenuo

18 min
Bloque 11 — Algoritmos de clasificación
Objetivo
enunciar rigurosamente el teorema de Bayes y sus cuatro componentes, llevar a cabo un cálculo de probabilidad a posteriori sobre un caso de baja prevalencia, derivar la regla de decisión por máximo a posteriori, definir la hipótesis de independencia condicional y explicar por qué un modelo fundado sobre una hipótesis falsa sigue siendo eficaz en clasificación pero no en probabilidad, elegir la variante adaptada al tipo de datos, y aplicar el suavizado aditivo así como la forma logarítmica.
Duración estimada
40 minutos
Requisitos previos
capítulos 004, 010, 011, 029 y 030
Quizzes asociados
042.1-quiz-theoreme-de-bayes.md a 042.7-quiz-forces-limites.md

Vista previa: el resto de la lección está reservado a los inscritos.

¿Ya te inscribiste con un código?

Tu acceso está vinculado a tu cuenta, no a este enlace. Inicia sesión con el mismo correo que usaste en clase: tu curso te espera, no hace falta volver a introducir el código.

Iniciar sesión¿Aún no tienes cuenta? Crear una
Esta lección forma parte del módulo «Algoritmos de clasificación»

Los primeros módulos del curso son de acceso libre. Para el resto hay tres opciones: comprar este curso de una vez, suscribirte, o introducir el código entregado en clase.

Suscribirme — 19 $ US/mesVolver al plan
¿Eres estudiante del curso?

El código se vincula a tu cuenta: inicia sesión o crea una cuenta y se aplicará automáticamente al volver.

¿Aún no tienes cuenta? Crear una