كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةأكاديمية الوكلاء الذكيينمختبر أخلاقيات الذكاء الاصطناعي والعدالةساحة ألعاب الذكاء الاصطناعيعبقري الذكاء الاصطناعيمختبر التنبؤ بالسلاسل الزمنيةمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةمختبر الشبكات العصبية البيانيةمختبر تحليل الصور الطبيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعيأكاديمية ماتلاب والذكاء الاصطناعيمصمم الشبكات العصبيةأكاديمية الذكاء الاصطناعي بدون برمجةمختبر الذكاء الاصطناعي الكمّي

بايز الساذج

Naive Bayes

التعلم الموجّه Supervised Learning

التعريف

مصنّف احتمالي يطبّق مبرهنة بايز مع افتراض «ساذج» بأن الخصائص مستقلة بعضها عن بعض داخل كل فئة.

الفكرة الأساسية

نحسب احتمال كل فئة بالنظر إلى الخصائص: P(فئة|x) ∝ P(فئة) × Π P(xᵢ|فئة)، ونختار الفئة الأعلى.

x
لكل فئة توزيع احتمالي للخاصية، والفئة ذات الاحتمال الأعلى عند x تفوز.

آلية العمل

  1. نقدّر الاحتمال المسبق لكل فئة
  2. نقدّر توزيع كل خاصية داخل كل فئة (Gaussian للرقمية، تكرارات للنصوص)
  3. نضرب الاحتمالات (عملياً نجمع لوغاريتماتها)
  4. نختار الفئة ذات الاحتمال الأكبر

نوع البيانات ونوع المشكلة

نوع البياناتنصوص (Bag of Words) وجدولية
نوع المشكلةتصنيف

المزايا

  • سريع جداً ويعمل مع بيانات قليلة
  • ممتاز كنقطة مرجعية لتصنيف النصوص

القيود

  • افتراض الاستقلال نادراً ما يتحقق
  • احتمالاته غير معايرة جيداً

المعاملات المهمة

  • التنعيم Laplace smoothing
  • نوع التوزيع: Gaussian أو Multinomial

مقاييس التقييم

  • Accuracy الدقة
  • Precision وRecall
  • F1-score
  • Confusion Matrix مصفوفة الالتباس
  • ROC AUC للتصنيف الثنائي

الأدوات التي تدعمها

OrangeNaive Bayes
KNIMENaive Bayes Learner + Naive Bayes Predictor
WEKAbayes.NaiveBayes و bayes.NaiveBayesMultinomial

أمثلة تطبيقية

  • تحليل المشاعر في مراجعات عربية
  • تصنيف الأخبار حسب الموضوع
  • فلترة البريد المزعج

مشاريع مرتبطة

خوارزميات بديلة

جرّبها في المختبر