Richard Bergmair's Mediathek



ML Vorlesung #9: Naive Bayes & Bayessche Netzwerke

Naive Bayes und Bayessche Netzwerke wenden Bayessche Entscheidungstheorie auf Datenmengen an, wobei für die Datenpunkte eine Repräsentationsform gewählt wird in der sie durch Eigenschaften beschrieben werden, die entweder anwesend oder abwesend sein können.

Dabei trifft man die Annahme, dass die Eigenschaften paarweise wechselseitig stochastisch unabhängig sind. Bei Bayesschen Netzwerken, hingegen, wird diese Annahme aufgeweicht, und die Unabhängigkeitsannahme gilt nur für manche, aber nicht für alle Paare von Eigenschaften.

Fragestellungen zur stochastischen Abhängigkeit oder Unabhängigkeit treten bei der Entwicklung einer Lösung zur Medienbeobachtung wie der von PANOPTICOM häufig auf. In diesem Videoseminar geben wir eine Überblick über das Thema, basierend auf den Erfahrungswerten die wir daraus gewinnen konnten.