s444452/mpsic_projekt_1_bayes_classifier
1
0
Fork 0
Code Issues Pull Requests Projects 1 Releases Wiki Activity
Klasyfikacja za pomocą naiwnej metody bayesowskiej dla rozkładów dyskretnych
7 Commits 2 Branches 0 Tags 21 MiB
Jupyter Notebook 98.4%
Python 1.6%
06f06c68f2
Go to file
MatOgr 06f06c68f2 Data prepare and model separation
2022-05-17 13:15:06 +02:00
data init impl of naive bayes classifier 2022-05-16 23:58:37 +02:00
.gitignore Initial commit 2022-05-14 13:38:10 +02:00
naive_bayes.py Data prepare and model separation 2022-05-17 13:15:06 +02:00
prepare_data.py Data prepare and model separation 2022-05-17 13:15:06 +02:00
projekt.ipynb wygładzanie 2022-05-17 01:12:04 +02:00
README.md Zaktualizuj 'README.md' 2022-05-14 13:42:22 +02:00

README.md

mpsic_projekt_1_bayes_classifier

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