نماذج بايز الساذج لتقدير الاحتمالات

لقد تم استخدام نماذج بايز الساذج على نطاق واسع للتجمع والتصنيف. ومع ذلك، نادراً ما تُستخدم لتعلم الاستدلال الاحتمالي العام (أي لتقدير وحساب التوزيعات المشتركة والشرطية والهامشية بشكل عشوائي). في هذه الورقة، نوضح أنه، لمجموعة واسعة من مجموعات البيانات القياسية، فإن نماذج بايز الساذج التي تم تعلمها باستخدام EM تمتلك دقة ووقت تعلم comparable لشبكات بايز مع استقلالية معينة في السياق. والأهم من ذلك، أن الاستدلال باستخدام بايز الساذج أسرع بمئات المرات من الاستدلال باستخدام شبكة بايز باستخدام أخذ العينات جيبس ونشر الاعتقاد. هذا يجعل نماذج بايز الساذج بديلاً جذابًا جدًا لشبكات بايز لتقدير الاحتمالات العامة، خصوصًا في المجالات الكبيرة أو في الوقت الحقيقي.