Glosario IA
El diccionario completo de la Inteligencia Artificial
Teorema de Bayes
Fórmula matemática que permite calcular la probabilidad condicional de un evento sabiendo que otro evento ha ocurrido, base teórica de los clasificadores Naïve Bayes.
Independencia condicional
Hipótesis simplificadora del Naïve Bayes que estipula que las características son independientes entre sí dada la clase, a pesar de que esta hipótesis a menudo se viola en la práctica.
Verosimilitud (Likelihood)
Probabilidad de observar las características dadas una clase específica, calculada como el producto de las probabilidades individuales en el modelo Naïve Bayes.
Probabilidad a priori
Probabilidad inicial de pertenecer a una clase antes de observar las características, estimada a partir de las frecuencias relativas de las clases en el conjunto de entrenamiento.
Probabilidad a posteriori
Probabilidad actualizada de pertenecer a una clase después de observar las características, resultado final del cálculo Bayesiano utilizado para la clasificación.
Evidencia
Término normalizador del teorema de Bayes que representa la probabilidad marginal de observar las características, a menudo omitido en la clasificación comparativa.
Clasificador Multinomial Naïve Bayes
Variante del Naïve Bayes optimizada para características discretas y conteos de ocurrencias, particularmente eficaz para la clasificación de textos y el análisis de documentos.
Clasificador Gaussiano Naïve Bayes
Variante que asume que las características siguen una distribución normal, adaptada a datos continuos y atributos numéricos en el espacio de características.
Clasificador Naïve Bayes Bernoulli
Variante que trata las características como variables binarias que indican la presencia o ausencia de un atributo, ideal para la clasificación de documentos basada en palabras clave.
Suavizado de Laplace
Técnica de regularización que añade una constante a los conteos para evitar probabilidades nulas, esencial al estimar las probabilidades condicionales en Naïve Bayes.
Modelo generativo
Tipo de modelo que aprende la distribución conjunta P(X,Y) de los datos y las etiquetas, permitiendo generar nuevas muestras y calcular probabilidades condicionales.
Maximización de la Esperanza (EM)
Algoritmo iterativo para la estimación de parámetros en modelos con datos latentes, a veces utilizado para entrenar variantes de Naïve Bayes con variables ocultas.
Puntuación logarítmica (Log-score)
Métrica que evalúa la calidad predictiva utilizando las log-probabilidades, evitando los underflows numéricos al calcular los productos de probabilidades en Naïve Bayes.
Hipótesis de ingenuidad
Postulado simplificador de independencia entre características que, aunque poco realista, permite cálculos eficientes y a menudo buenas prácticas de rendimiento en clasificación.
Vector de características
Representación vectorial de los atributos de una observación, elemento fundamental sobre el que operan los cálculos de probabilidades condicionales en Naïve Bayes.
Distribución de probabilidad condicional
Función que describe la probabilidad de las características dada una clase, modelada independientemente para cada atributo en el enfoque Naïve Bayes.
Razón de verosimilitud
Ratio de las probabilidades condicionales entre diferentes clases, utilizado en las implementaciones eficientes de Naïve Bayes para evitar cálculos redundantes.
Clasificación multiclase
Extensión natural de Naïve Bayes más allá de la clasificación binaria, utilizando el teorema de Bayes para calcular las probabilidades posteriores de cada clase posible.
Estimación de densidad por núcleo
Método no paramétrico alternativo para estimar las distribuciones de probabilidades en Naïve Bayes cuando las hipótesis gaussianas no son válidas.