Avis et détails du produit Naive Bayesian Classification for Golang

Tout était si bon. C'est plus utile pour n'importe qui, c'est totalement conforme aux attentes et tout le modèle de classification est conforme aux exigences. Avis collecté par et hébergé sur G2.com.

C'est très complexe, pas facile à comprendre pour une personne non spécialisée. Cela devrait être plus convivial et compréhensible. C'est un modèle de probabilité qui n'est pas utile pour tous les secteurs. Avis collecté par et hébergé sur G2.com.

L'algorithme bayésien naïf est un algorithme d'apprentissage supervisé qui est basé sur le théorème de Bayes. Avis collecté par et hébergé sur G2.com.

Ceci est les classificateurs probabilistes simples Avis collecté par et hébergé sur G2.com.

Produit rapide et fiable. Il est très utile pendant la programmation de l'I.A. Algorithme puissant pour la science des données. Avis collecté par et hébergé sur G2.com.

La documentation est si compliquée, de plus il y a un problème d'importation. En raison du manque de personnes dans la communauté, vous n'avez pas pu trouver votre solution rapidement. Avis collecté par et hébergé sur G2.com.

Il y a quelques choses que j'aime à propos du produit, sa technique de classification rapide et fiable, généralement utilisée pour la classification de texte. Les bibliothèques Golang ne sont pas facilement disponibles, donc cela m'a rendu plus productif. Avis collecté par et hébergé sur G2.com.

Reçu quelques erreurs instantanées lors de la modélisation mais cela fonctionne bien la plupart du temps. La communauté n'est pas très grande donc chaque fois que vous avez un problème, la solution n'est pas facilement disponible. Avis collecté par et hébergé sur G2.com.

La meilleure chose que j'ai aimée à ce sujet était sa détection de sous-flux. Avis collecté par et hébergé sur G2.com.

Parfois, il y a quelques problèmes lors de son exécution. Avis collecté par et hébergé sur G2.com.

Naive Bayes est un puissant algorithme de classification, sans doute l'un des algorithmes les plus puissants (et populaires) utilisés en science des données. C'est léger, efficace et bien qu'il n'ait pas beaucoup de fonctionnalités, il fait le travail. Avis collecté par et hébergé sur G2.com.

Cela nécessite certainement une documentation plus simple concernant à la fois l'installation et l'utilisation. La communauté derrière Golang est également en croissance et ne peut donc pas offrir autant d'avantages qu'une grande communauté comme celle de Python ou R. Avis collecté par et hébergé sur G2.com.

Cela a rendu extrêmement facile de classifier et fiable un grand ensemble de données de manière performante. C'est une bibliothèque légère à utiliser avec l'algorithme de classification Naïve Bayes, avec leur documentation est facile à commencer si vous êtes un ingénieur expérimenté et classifier vos données immédiatement. Avis collecté par et hébergé sur G2.com.

Pour les débutants, il n'est pas si facile de commencer avec la documentation actuelle, ce serait formidable de remanier les documents pour qu'ils soient plus efficaces pour les ingénieurs de différents horizons. Avis collecté par et hébergé sur G2.com.

L'algorithme de Naive Bayes est très utile pour le traitement du langage naturel et la chose que j'aime le plus est la précision et la rapidité des performances. Avis collecté par et hébergé sur G2.com.

Ne peut pas détecter l'humour dans la phrase, par exemple, si nous faisons une classification de critiques de films, il ne peut détecter que les critiques positives et négatives mais ne peut pas détecter le sarcasme. Avis collecté par et hébergé sur G2.com.

Capacité à classer le texte et à définir la sortie programmatique pour des résultats commerciaux souhaités de manière efficace Avis collecté par et hébergé sur G2.com.

La documentation de la compréhension de l'algorithme et de l'implémentation est très limitée. Avis collecté par et hébergé sur G2.com.

Comme mentionné dans le titre, Naive Bayes est un algorithme de classification très simple qui fait des hypothèses fortes sur l'indépendance de chaque variable d'entrée. J'ai trouvé cela lorsque je cherchais un algorithme de classification pour mon projet de recherche. C'est une bibliothèque légère à utiliser avec l'algorithme de classification Naive Bayes. C'était très difficile de trouver cette bibliothèque pour le langage Go mais avec l'aide de cela, j'ai accompli le travail très facilement. La méthode est efficace dans son travail et les résultats sont également précis. Avis collecté par et hébergé sur G2.com.

À mon avis, je pense que cela doit améliorer un peu plus sa documentation. La documentation actuelle est un peu plus difficile à comprendre pour un débutant comme moi. Avis collecté par et hébergé sur G2.com.