Principais Alternativas de Naive Bayesian Classification for Golang Mais Bem Avaliadas
Naive Bayes é um algoritmo de classificação forte, indiscutivelmente um dos algoritmos mais poderosos (e populares) usados em Ciência de Dados. Foi muito difícil encontrar uma biblioteca para Naive Bayes em Golang, mas esta fez o trabalho! É leve, eficiente e, embora não tenha muita funcionalidade, cumpre o seu papel. Análise coletada por e hospedada no G2.com.
Isto definitivamente precisa de documentação mais simples em relação tanto à instalação quanto ao uso. A comunidade por trás do Golang também está crescendo e, portanto, não pode oferecer tantos benefícios quanto uma comunidade grande como a do Python ou R. Análise coletada por e hospedada no G2.com.
12 de 13 Avaliações Totais para Naive Bayesian Classification for Golang
Tudo estava tão bom. É mais útil para qualquer pessoa, é totalmente de acordo com as expectativas e todo o modelo de classificação está de acordo com os requisitos. Análise coletada por e hospedada no G2.com.
Parece muito complexo, não é fácil de entender por uma pessoa leiga. Deveria ser mais amigável para o usuário e fácil de entender. É um modelo probabilístico que não é útil para todos os setores. Análise coletada por e hospedada no G2.com.
O algoritmo ingênuo de Bayes é um algoritmo de aprendizado supervisionado que é baseado no teorema de Bayes. Análise coletada por e hospedada no G2.com.
Este é o simples classificadores probabilísticos Análise coletada por e hospedada no G2.com.
Produto rápido e confiável. É muito útil durante a programação de A.I. Algoritmo poderoso para ciência de dados. Análise coletada por e hospedada no G2.com.
A documentação é tão complicada, também há algum problema de importação. Devido à falta de pessoas na comunidade, você não conseguiu encontrar sua solução rapidamente. Análise coletada por e hospedada no G2.com.
Há algumas coisas que eu gosto sobre o produto, sua técnica de classificação rápida e confiável, geralmente usada para classificação de texto. As bibliotecas Golang não estão prontamente disponíveis, por isso me tornaram mais produtivo. Análise coletada por e hospedada no G2.com.
Recebi alguns erros instantâneos durante a modelagem, mas funciona bem na maioria das vezes. A comunidade não é muito grande, então sempre que você tem um problema, a solução não está prontamente disponível. Análise coletada por e hospedada no G2.com.
A melhor coisa que eu gostei foi sua detecção de Underflow. Análise coletada por e hospedada no G2.com.
Às vezes, há alguns problemas ao executá-lo. Análise coletada por e hospedada no G2.com.
Isso tornou extremamente fácil classificar e confiável um grande conjunto de dados de forma eficiente. É uma biblioteca leve para usar com o algoritmo de classificação Naive Bayes, com a documentação sendo fácil de começar se você for um engenheiro experiente e classificar seus dados imediatamente. Análise coletada por e hospedada no G2.com.
Para iniciantes, não é tão fácil começar com a documentação atual, será ótimo refatorar a documentação para que seja mais eficiente para engenheiros com diferentes formações. Análise coletada por e hospedada no G2.com.
O algoritmo de Naive Bayes é muito útil para o processamento de linguagem natural e a coisa que eu mais gosto é a precisão e o desempenho rápido. Análise coletada por e hospedada no G2.com.
Não consegue detectar humor na frase, por exemplo, se estivermos fazendo classificação de resenhas de filmes, só pode detectar resenhas positivas e negativas, mas não consegue detectar sarcasmo. Análise coletada por e hospedada no G2.com.
Trabalhar em projetos específicos pode ser difícil manipular todo o processo, acredito que seria bom personalizar os resultados. Análise coletada por e hospedada no G2.com.
O que não gostamos como equipe é a longa reatividade do atendimento ao cliente. Análise coletada por e hospedada no G2.com.
Capacidade de classificar o texto e definir a saída programática para os resultados de negócios desejados de maneira eficaz. Análise coletada por e hospedada no G2.com.
Documentação de compreensão do algoritmo e implementação é muito limitada Análise coletada por e hospedada no G2.com.
Como mencionado no título, Naive Bayes é um algoritmo de classificação muito simples que faz algumas suposições fortes sobre a independência de cada variável de entrada. Encontrei isso quando estava procurando por um algoritmo de classificação para meu projeto de pesquisa. É uma biblioteca leve para usar com o algoritmo de classificação Naive Bayes. Foi muito difícil encontrar essa biblioteca para a linguagem Go, mas com a ajuda disso, consegui realizar o trabalho com muita facilidade. O método é eficiente em seu trabalho e os resultados também são precisos. Análise coletada por e hospedada no G2.com.
Na minha opinião, acho que isso precisa melhorar um pouco mais sua documentação. A documentação atual é um pouco mais difícil de entender para um iniciante como eu. Análise coletada por e hospedada no G2.com.
