« AODE » : différence entre les versions
m (Remplacement de texte — « [http » par « * [http ») |
Aucun résumé des modifications |
||
Ligne 2 : | Ligne 2 : | ||
== Définition == | == Définition == | ||
consideré comme l’un des algorithmes representatifs les plus intéressantsparmi les classifieurs bayésienes | |||
== Français == | == Français == | ||
Ligne 13 : | Ligne 13 : | ||
<small> | <small> | ||
[https://hal.archives-ouvertes.fr/hal-00466859/document Source: HAL Archives ouvertes] | |||
[https://en.wikipedia.org/wiki/Averaged_one-dependence_estimators Source : Wikipedia Machine Learning ] | |||
[[Catégorie:vocabulary]] | [[Catégorie:vocabulary]] | ||
[[Catégorie:Wikipedia-IA]] | [[Catégorie:Wikipedia-IA]] |
Version du 16 mai 2021 à 06:46
en construction
Définition
consideré comme l’un des algorithmes representatifs les plus intéressantsparmi les classifieurs bayésienes
Français
XXXXXXXXX
Anglais
Averaged one-dependence estimators
Averaged one-dependence estimators (AODE) is a probabilistic classification learning technique. It was developed to address the attribute-independence problem of the popular naive Bayes classifier. It frequently develops substantially more accurate classifiers than naive Bayes at the cost of a modest increase in the amount of computation.[1]
Contributeurs: Claire Gorjux, Imane Meziani, wiki