Proyecto UNIDIGITAL de la UMH
  • Presentación
  • Proyectos UMH
  • Proyectos Externos
Select Page

IR A CONTENIDOS MACHINE LEARNING

Unidad 2.2 Modelos de regresión para respuesta cualitativa

Módulo 2. Aprendizaje supervisado

 

Unidad 2.3 Clasificador Naïve Bayes

 

Unidad 2.4 Algoritmo de los k vecinos más cercanos (k-NN)
Tema 11. Introducción y algoritmo para dos grupos
  1. ¿Qué son los clasificadores Naïve Bayes?
  2. Tipos de clasificadores Naïve Bayes
  3. Calibración de probabilidades
  4. Ventajas e incovenientes de los clasificadores Naïve Bayes
  5. Aplicaciones reales de los clasificadores Naïve Bayes
  6. Solución matemática de los clasificadores Naïve Bayes para dos grupos
  7. Clasificadores Naïve Bayes para dos grupos en Scikit-Learn
  8. Aplicaciones
Tema 12. Algoritmo para múltiples grupos
  1. Clasificadores Naïve Bayes para múltiples grupos en Scikit-Learn
  2. Aplicaciones
Ir a la web de la Universidad Miguel Hernández de Elche

Aviso legal            Accesibilidad          Protección de datos           Cookies

Universidad Miguel Hernández de Elche 2023