Modelo probabilístico

Breve descripción y contexto histórico bajo el cuál fue desarrollado.

Modelo probabilístico

Es la aplicación de los principios estadísticos para el análisis de datos. Fue una de las primeras formas de machine learning y es ampliamente usado hoy en día. Uno de los algoritmos más conocidos de esta categoría es el algoritmo de Naive Bayes.

Naive Bayes es un tipo de clasificador de machine learning basado en la aplicación del teorema de Bayes, asumiendo que las características de los datos de entrada son independientes (una suposición muy fuerte o ingenua -naive-, lo que le da su nombre). Este precede a las computadoras y fue aplicado a mano por decadas antes de la implementación de la primera computadora.

Un modelo estrechamente relacionado es el de regresión logística, que es generalmente considerado el "Hola Mundo!" del machine learning moderno. No confundirse por su nombre, el modelo de regresión logística es un modelo de clasificación, no uno de regresión. Como Naive Bayes, es un modelo que antecede a las computadoras por mucho tiempo, sin embargo siendo muy útil gracias a su simple y versátil naturaleza.