Рецензия на книгу “Байесовская оптимизация с примерами из библиотек Python”

Байесовская оптимизация (Bayesian Optimization) призвана решить проблему исследования данных от «черного ящика» путем объединения вероятностного машинного обучения (ML) и теории принятия решений. Несмотря на то, что BayesOpt доказала свою эффективность во многих реальных задачах оптимизации «черного ящика», многие практикующие ML-специалисты все еще сторонятся этой методики, полагая, что для этого им нужны более высокие компетенции. Теперь у вас есть возможность получить нужные знания с новой книгой от издательства Manning в русском переводе от Alist в партнерстве с БХВ.

https://habr.com/ru/companies/ssp-soft/articles/868100/

#ml #байесовский_подход #байесовская_вероятность #байес #байесовский_вывод #байесовские_сети #GPyTorch #BoTorch #bayesian_optimization #BayesOpt

Наивный байесовский классификатор. Основная идея, модификации и реализация с нуля на Python

Наивный байесовский классификатор (Naive Bayes classifier) — вероятностный классификатор на основе формулы Байеса со строгим (наивным) предположением о независимости признаков между собой при заданном классе, что сильно упрощает задачу классификации из-за оценки одномерных вероятностных плотностей вместо одной многомерной. Помимо теории и реализации с нуля на Python, в данной статье также будет приведён небольшой пример использования наивного Байеса в контексте фильтрации спама со всеми подробными расчётами вручную.

https://habr.com/ru/articles/802435/

#наивный_байесовский_классификатор #naive_bayes #принцип_работы #реализация_с_нуля #python #data_science #машинное_обучение #байес #bayes

Отсутствие обручального кольца — малоинформативный признак неженатости (у случайных людей)

На картинке выше, казалось бы, логичный и для многих привычный вывод «нет кольца, значит не замужем», но нет ничего более обманчивого, чем очевидные вещи.

https://habr.com/ru/articles/782456/

#теория_вероятностей #теория_вероятности #статистика #байес #байесовские_методы #байесовский_вывод