Introducing G2.ai, the future of software buying.Try now
Imagen del Avatar del Producto

Naive Bayesian Classification for Golang

Mostrar desglose de calificaciones
13 reseñas
  • Perfiles de 1
  • Categorías de 1
Calificación promedio de estrellas
4.2
Atendiendo a clientes desde

Todos los perfiles

Filtros de perfil

Nombre del perfil

Calificación por estrellas

8
4
1
0
0

Naive Bayesian Classification for Golang Reseñas

Filtros de reseñas
Nombre del perfil
Calificación por estrellas
8
4
1
0
0
Abdellah A.
AA
Abdellah A.
Social Entrepreneur | Youth Leadership Award | TEDx Speaker | Global Shaper at World Economic Forum
10/14/2024
Revisor validado
Fuente de la revisión: Invitación de G2
Revisión incentivada
Traducido Usando IA

Trabajé con Naive Bayesian como parte de mi proyecto en mi empresa, creo que nos sirvió bastante bien.

Trabajar en proyectos específicos puede ser difícil de manipular todo el proceso, creo que sería bueno personalizar los resultados.
Harshal M.
HM
Harshal M.
Work at Havells India ltd
02/03/2023
Revisor validado
Usuario actual verificado
Fuente de la revisión: Invitación de G2
Revisión incentivada
Traducido Usando IA

Trigger y clase Apex

El algoritmo ingenuo de Bayes es un algoritmo de aprendizaje supervisado que se basa en el teorema de Bayes.
Gyanendra S.
GS
Gyanendra S.
I Regulatory affairs I Pharmaceutical I CMC Scientist I Lifecycle management I PA Change I NDA I Generic drugs
01/13/2023
Revisor validado
Fuente de la revisión: Invitación de G2
Revisión incentivada
Traducido Usando IA

Excelentes herramientas

Todo fue tan bueno. Es más útil para cualquiera, es totalmente según lo esperado y todo el modelo de clasificación está de acuerdo con los requisitos.

Acerca de

Contacto

Ubicación de la sede:
New York City, NY

Social

¿Qué es Naive Bayesian Classification for Golang?

Naive Bayesian Classification for Golang, available at https://github.com/jbrukh/bayesian, is an open-source implementation of the Naive Bayes classifier in the Go programming language. This library allows developers to apply statistical classification techniques to categorize data based on Bayes' Theorem. It supports text categorization and uses the assumption that the presence of a particular feature in a class is independent of the presence of any other feature, given the class variable. The project is suitable for tasks such as spam detection, sentiment analysis, and other classification problems. The repository includes documentation and example code to help users integrate the classifier into their Go applications effectively.

Detalles

Sitio web
github.com