One of the sub-fields of

Lazy o'quvchilar, ammo, yod va yangi hollarda sinf yorlig'i bashorat uchun o'quv ma'lumotlar majmuini qayta baholash.Dangasa o'rganishning afzalligishundaki, modelni qurish (o'qitish) bosqichi nisbatan tez. Boshqa tomondan, o'quv ma'lumotlarini qayta baholash tufayli haqiqiy bashorat odatda g'ayratli o'quvchilarga nisbatan sekinroq bo'ladi. Dangasa o'quvchilarning yana bir kamchiligi shundaki, o'quv ma'lumotlarini saqlab qolish kerak, bu saqlash maydoni jihatidan ham qimmat bo'lishi mumkin. Dangasa o'quvchining odatiy misoli a bo'lishimumkin k-eng yaqin qo'shnialgoritm: har safar yangi misol paydo bo'lganda, algoritm baholaydik-eng yaqin qo'shnilar yangi misol uchun sinf yorlig'i to'g'risida qaror qabul qilish uchun, masalan, orqaliko'pchilik qoidasi(ya'ni sinfni tayinlash orasida eng tez-tez uchraydigan yorliqk-eng yaqin qo'shnilar).
Referatlar
[1] I. Rish, "sodda bayes klassifikatorining empirik tadqiqoti", ijcai 2001 yilda sun'iy intellektda empirik usullar seminari, pp. 41-46, 2001.
[2] P. Domingos va M. Pazzani, "bayesiannol-bir yo'qotish ostida oddiy Bayes klassifikatorining optimalligi to'g'risida", mashinani o'rganish, jild. 29, 2-3-son, 103-130-betlar, 1997.
[3] J. Kazmierska va J. Malicki, "na ̈ıve bayesiandavolash deci - sionlarini optimallashtirish uchun na 'zgatuvchi Bayes klassifikatorini qo'llashdeci- sions" radioterapiya va Onkologiya, jild. 86, 2-son, 211-216 betlar, 2008.
[4] Q. Vang, G. M. Garrity, J. M. Tiedje, va J. R. Cole, "bayesian classifier for rapid assignment of rrnayangi bakterial sistematikasi ichiga Rrna ketliklar tez tayinlash uchun sodda Bayes klassifikatori," amaliy va ekologik mikrobiologiya, vol. 73, 16-son, 5261-5267-betlar, 2007. e}
[5] M. Sahami, S. Dumais, D. Heckerman, va E. Horvitz, bayesianmatn toifalarga uchun o'rganish "arzimas e-mail filtrlash uchun Bayes yondashuv,": 1998 seminar dan qog'ozlar, vol. 62, pp. 98-105, 1998.
[6] H. Chjan, "sodda bayesning optimalligi" AA, jild. 1, 2-son, s. 3, 2004.
[7] C. Yao, X. Chjan, X. Bai, V. Lyu, Y. Ma va Z. Tu, "tabiiy tasvirlarda ko'p yo'naltirilgan matnni aniqlash uchun rotatsiya-invariant xususiyatlar", PloS one, vol. 8, no. 8, p. e70173, 2013.
[8] M. F. Porter, "qo'shimchalarni echib olish algoritmi" dasturi: elektron kutubxona va axborot tizimlari, jild. 14, 3-son, 130-137 betlar, 1980. orithm}
[9] M. Toman, R. Tesarva K. Jezek, "so'z me'yorlashuvining matn tasnifiga ta'siri", InSciT ish yuritishInSciT, 354-358-betlar, 2006.
[10] A. Zevcevich, "mualliflik bo'yicha n-gramm asosidagi matn tasnifi" talabalar ilmiy-tadqiqot seminarida, 145-149 betlar, 2011 yil.
[11] V. Ke' zg ' A, F. Peng, N. Cercone, va C. Thomas, "mualliflik attribution uchun n-gramm asoslangan muallifi profillar," hisoblash lingvistikasi uchun konferentsiya pacific uyushmasi yuritishda, PACLING, vol. 3, pp. 255-264, 2003.
[12] I. Kanaris, K. Kanaris, I. Houvardasva E. Stamatatos, "spamga qarshi filtrlash uchun belgilar n-grammga qarshi so'zlar", sun'iy intellekt vositalari bo'yicha xalqaro jurnal, jild. 16, 06-son, 1047-1067-betlar, 2007.
[13] A. Makkallum, K. Nigam va boshq.," Bayes matnlarini sodda tasniflash uchun voqea modellarini taqqoslash", AAAI-98 seminarida matnlarni toifalashni o'rganish bo'yicha, jild. 752, 41-48 betlar, Citeseer, 1998.
[14] L. M. Rudner va T. Liang, "bayes teoremasi yordamida insholarni avtomatlashtirilgan skoringbayes’", texnologiya, o'rganish va baholash jurnali, jild. 1, no. 2, 2002.