Marcus Sampaio DSC/UFCG. Marcus Sampaio DSC/UFCG NaïveBayes Na modelagem estatística, todos os atributos são considerados igualmente importantes e independentes.

Slides:



Advertisements
Apresentações semelhantes
Escola Politécnica de Pernambuco Departamento de Ensino Básico
Advertisements

Estatística Dados valores (amostras) de variáveis aleatórias X1, X2, ..., Xn, cuja distribuição conjunta é desconhecida, inferir propriedades desta distribuição.
CAPÍTULO 7 TESTE DE HIPÓTESE
Sistemas Periciais com Conhecimento Incerto 1 Sistemas Periciais Tradicionais Funcionam assumindo que tudo é Verdadeiro ou Falso Qualquer regra cujas condições.
ANÁLISE DISCRIMINANTE
CAPÍTULO 7 TESTE DE HIPÓTESE
Professor Sandro Carvalho
Lógica de Fuzzy Um pouco sobre Fuzzy.
Estatística Probabilidades.
MB-711 Fundamentos de Tratamento de Incertezas
MB-711 Fundamentos de Tratamento de Incertezas 3º Encontro de 4 Previstos (+ Avaliação) MPEP – Mestrado Profissional em Produção Prof. Armando Z. Milioni.
Capítulo 3 Probabilidade
Irineu Júnior Pinheiro dos Santos Mirela Ferreira César
Estatística Aplicada (Aula 3)
Técnicas de Teste de Software
Prof. Roberto Cristóvão
II. M o d e l o s d e C o n h e c i m e n t o
3. Árvore de Decisão.
CAPÍTULO I- TEORIA DAS PROBABILIDADE
Aprendizado Bayesiano
Extreme Programming.
Marcus Sampaio DSC/UFCG. Marcus Sampaio DSC/UFCG.
Marcus Sampaio DSC/UFCG. Marcus Sampaio DSC/UFCG.
Classificação. Classificação: Atribuição a uma classe (rótulo de um atributo categórico). Classifica dados (constrói um modelo) baseado em um conjunto.
Probabilidade é uma medida numérica de plausibilidade de que um evento ocorrerá. 0 0,5 1,0 menos provávelmais provável.
Probabilidade.
Mini testes A apresentar na aula da semana a seguir à data descrito em cada teste. As respostas não devem exceder mais do que duas páginas A4.
Revisão de Probabilidade e Estatística
Aprendizado Bayesiano
Redes Bayesianas - Aplicação em Risco Operacional
Independência Estatística
PROGRAMAÇÃO ORIENTADA A OBJETO - JAVA
PROJETO DE PESQUISA -METODOLOGIA
Matemática e suas Tecnologias - Matemática PROBABILIDADE CONDICIONAL
Sistemas Baseados em Aprendizado (Aprendizado de Máquina)
1 Naïve Bayesian Learning Marcílo Souto DIMAp/UFRN.
Aprendizagem Bayesiana
Estatística Geral (Elementos de Probabilidade)
Probabilidade e Mineração de Dados
1 2º Ciclo de Estudos – Mestrado Informática Médica Docente: Inês Dutra Alunos: João Janeiro Luis Martinez Ricardo Casal Disciplina: Sistemas de Apoio.
7. Mineração de Texto ("Text Mining")
A Systematic Approach for Inducing Reliable Classifiers From Data Mines David Moises Barreto dos Santos Universidade Federal de Campina Grande Programa.
MSCC – Revisão de Probabilidade e Estatística
Marcus Sampaio DSC/UFCG Os slides 3-15 foram copiados de Pang-Ning Tan.
Apresenta:.
Estatística Teste de Aderência Prof. Antonio Fernando Branco Costa
Marcus Sampaio DSC/UFCG. Marcus Sampaio DSC/UFCG URL: Função: Classificação Técnica: Árvore de Decisão.
Marcus Sampaio DSC/UFCG Os slides 3-15 foram copiados de Pang-Ning Tan.
Marcus Sampaio DSC/UFCG. Marcus Sampaio DSC/UFCG NaïveBayes Na modelagem estatística, todos os atributos são considerados igualmente importantes e independentes.
Marcus Sampaio DSC/UFCG. Marcus Sampaio DSC/UFCG NaïveBayes Na modelagem estatística, todos os atributos são considerados igualmente importantes e independentes.
Análise e Projeto de Sistemas de Informação Orientados a Objeto
Marcus Sampaio DSC/UFCG. Marcus Sampaio DSC/UFCG CEAPE-PB Centro de Apoio aos Pequenos EMPREENDIMENTOS – CEAPE-PB, com sede na Cidade de Campina Grande.
Marcus Sampaio DSC/UFCG. Marcus Sampaio DSC/UFCG Classificação Não Supervisionada As instâncias não são previamente classificadas Um algoritmo de classificação.
Marcus Sampaio DSC/UFCG. Marcus Sampaio DSC/UFCG A Lógica dos Algoritmos “Covering” A estratégia é selecionar cada classe do conjunto-treinamento, e procurar.
Teste.
PROBABILIDADE E ESTATÍSTICA APLICADA À ENGENHARIA
Probabilidade Probabilidade Condicional Teorema do Produto
PROBABILIDADE CONDICIONAL E INDEPENDÊNCIA 2015.
Mineração de Dados Felipe Carvalho – UFES 2009/2.
Classificadores Bayesianos Classificadores Bayesianos são classificadores estatísticos que classificam um objeto numa determinada classe baseando-se na.
Mineração de Dados (Data Mining)
Teste de Software Equipe: Camila Debora Elis. Definição "Teste é um processo de executar um programa ou sistema com a finalidade de encontrar erros.“
Diagrama de Classes Modelagem e Programação Orientada a Objetos Curso Superior de Tecnologia em Sistemas para Internet Prof. Cristiano Stüpp Nunes
Probabilidade Condicional Bioestatística Básica Profa. Jéssika Melo.
Métodos Probabilísticos
O importante e fascinante assunto das probabilidades teve as suas origens no século XVII através de esforços de matemáticos como Fermat e Pascal. Laplace.
Teste.
Teste.
Teste.
Teste\. testes.
Transcrição da apresentação:

Marcus Sampaio DSC/UFCG

Marcus Sampaio DSC/UFCG NaïveBayes Na modelagem estatística, todos os atributos são considerados igualmente importantes e independentes um do outro, dada uma classe Apesar desta suposição irrealista, ela conduz a um esquema bastante simples, com resultados surpreendentemente bons A idéia é contar quantas vezes cada par atributo-valor ocorre com cada valor do atributo-classe Este método simples e intuitivo é baseado na Regra de Bayes, de probabilidade condicional

Marcus Sampaio DSC/UFCG Estado/Temperatura simnão simnão ensolarado23quente22 nublado40amena42 chuvoso32fria31 ensolarado2/93/5quente2/92/5 nublado4/90/5amena4/92/5 chuvoso3/92/5fria3/91/5

Marcus Sampaio DSC/UFCG /Umidade /Ventania Jogo simnão simnão simnão alta34falso62 95 normal61verdade33 alta3/94/5falso6/92/5 normal6/91/5verdade3/93/5 9/145/14

Marcus Sampaio DSC/UFCG EstadoTemp.UmidadeVentaniaJogo ensol.friaaltaverdade?

Marcus Sampaio DSC/UFCG Probabilidade de ter jogo (tem_jogo = 'sim') –2/9 x 3/9 x 3/9 x 3/9 x 9/14 = Probabilidade de não ter jogo (tem_jogo = 'não') –3/5 x 1/5 x 4/5 x 3/5 x 5/14 = Conclusão: para o dia testado, ensolarado, frio, ventoso e com umidade alta, é quatro vezes mais provável que não haja jogo NaïveBayes (5)

Marcus Sampaio DSC/UFCG Probabilidades em percentagem –sim = / ( ) = 20.5% –não = / ( ) = 79.5% NaïveBayes (6)