Zaktualizuj 'README.md'

This commit is contained in:
Adam Osiowy 2022-05-14 13:42:22 +02:00
parent ad28f73674
commit 63e3c99579

View File

@ -1,3 +1,14 @@
# mpsic_projekt_1_bayes_classifier
Klasyfikacja za pomocą naiwnej metody bayesowskiej dla rozkładów dyskretnych
## Klasyfikacja za pomocą naiwnej metody bayesowskiej dla rozkładów dyskretnych.
Implementacja powinna założyć, że cechy są dyskretne/jakościowe. Na wejściu oczekiwany jest zbiór, który zawiera p-cech dyskretnych/jakościowych, wektor etykiet oraz wektor prawdopodobieństw a priori dla klas. Na wyjściu otrzymujemy prognozowane etykiety oraz prawdopodobieństwa a posteriori. Dodatkową wartością odpowiednia wizualizacja.
### Zasady zaliczenia projektu (max 40 pkt):
- 10 pkt - prezentacja projektu
- 15 pkt - implementacja, w tym:
- - 5 pkt - zgodność z tematem,
- - 5 pkt - jakość kodu,
- - 5 pkt - poprawność implementacji
- 10 pkt - efekt "wow"
- 5 pkt - aktywność wszystkich członków grupy