베이 즈 정리에 대한 직관적 (및 짧은) 설명

블랙리스트를 기반으로 한 스팸 필터링에 결함이 있습니다. 너무 제한적이고 오탐이 있습니다. 너무 좋아요. 하지만 베이지안 필터링은 우리에게 중간 지점을 제공합니다. 확률을 사용합니다. 메시지의 단어를 분석 할 때 스팸 일 가능성을 계산할 수 있습니다 (예 / 아니요 결정을 내리는 대신). 메시지가 스팸 일 가능성이 99.9 %라면 스팸 일 가능성이 높습니다. 필터가 점점 더 많은 메시지로 훈련됨에 따라 특정 단어가 스팸 메시지로 이어질 확률을 업데이트합니다. 고급 베이지안 필터는 또 다른 데이터 포인트로 연속 된 여러 단어를 검사 할 수 있습니다.

추가 정보

베이 즈에 대해 많은 의견이 있습니다.

• Wikipedia의 Bayes 정리
• 공포 코딩 토론
• Bayes 정리에 대한 큰 에세이

즐기세요!

이 시리즈의 다른 게시물

1. 확률에 대한 간략한 소개 & 통계
2. 베이에 대한 직관적 (짧은) 설명 “정리
3. 비율로 베이 즈 정리 이해
4. 몬티 홀 문제 이해
5. 평균을 사용하여 데이터 분석 방법
6. 생일 이해 역설