Keywords
How to Cite
Abstract
Ushbu maqolada ehtimollar nazariyasining amaliy yo‘nalishlaridan biri — Naive Bayes klassifikatori tahlil qilinadi. Klassifikatsiya masalalarida keng qo‘llaniluvchi ushbu usul Bayes teoremasi asosida ishlaydi va hodisalarning o‘zaro bog‘liqligini soddalashtirgan holda, ularni statistik asosda toifalash imkonini beradi. Maqola davomida Naive Bayes algoritmining nazariy asoslari bayon etildi, shuningdek, matnli ma’lumotlarni (masalan, e-mail xabarlarini) “spam” yoki “haqiqiy” deb ajratuvchi model C# dasturlash tilida ishlab chiqildi. Dasturiy modellashtirish orqali ushbu algoritmning ishlash prinsipi yoritildi va natijalari tahlil qilindi. Ilmiy yondashuv orqali ushbu usulning algoritmik strukturasi va amaliy samaradorligi ko‘rsatildi.
References
1. Ширяев А.Н. Теория вероятностей. — Москва: Физматлит, 2017.
2. Mitchell T. Machine Learning. — McGraw-Hill, 1997.
3. Sebastian Raschka, Vahid Mirjalili. Python Machine Learning. — Packt Publishing, 2019.
4. Jurafsky D., Martin J. Speech and Language Processing. — Pearson, 2020.
5. MSDN Documentation. C# Programming Guide.
6. Brownlee J. Machine Learning Algorithms. — Machine Learning Mastery, 2016.
This work is licensed under a Creative Commons Attribution 4.0 International License.