Bayes-tétel https://hu.wikipedia.org/wiki/Bayes-t%C3%A9tel

Teljes valószínűség és Bayes-tétel https://www.mateking.hu/valoszinusegszamitas/teljes-valoszinuseg-tetele-bayes-tetel/a-teljes-valoszinuseg-tetele-es-a-bayes#28

Main Types of Naive Bayes Classifier
There are three main types of Naive Bayes classifiers. The key difference between these types lies in the assumption they make about the distribution of features:

• Bernoulli Naive Bayes: Suited for binary/boolean features. It assumes each feature is a binary-valued (0/1) variable.
• Multinomial Naive Bayes: Typically used for discrete counts. It’s often used in text classification, where features might be word counts.
• Gaussian Naive Bayes: Assumes that continuous features follow a normal distribution.

https://towardsdatascience.com/bernoulli-naive-bayes-explained-a-visual-guide-with-code-examples-for-beginners-aec39771ddd6

A regression (regresszió) a gépi tanulásban egy olyan feladatot jelent, amely során egy folytonos kimeneti változót próbálunk megjósolni egy vagy több bemeneti változó alapján. A regressziós modellek célja az adatok közötti összefüggések feltárása és egy matematikai függvény megtalálása, amely a legjobban illeszkedik a tanuló adatokhoz.

Ha egy modell segítségével azt szeretnénk előrejelezni, hogy egy adott ingatlan ára (folytonos érték) hogyan függ például az alapterülettől, a szobák számától és a lokációtól, akkor egy regressziós problémával van dolgunk.

Főbb regressziós algoritmusok:

• Lineáris regresszió (Linear Regression) – Egyszerű és többszörös lineáris kapcsolatokat modellez.
• Polinomiális regresszió (Polynomial Regression) – Nemlineáris összefüggéseket is képes modellezni.
• Ridge és Lasso regresszió – Regularizációt alkalmaz a túlilleszkedés elkerülésére.
• Logisztikus regresszió (Logistic Regression) – Noha a nevében szerepel a „regresszió” szó, valójában klasszifikációs problémákra használják.
• Döntési fák és Random Forest regresszió – Fa alapú modellek, amelyek jól kezelik az összetettebb kapcsolatrendszereket.
• Neurális hálók regressziója – Komplex és nemlineáris összefüggéseket is képesek modellezni.

A regressziós modellek kiértékelésére gyakran használnak metrikákat, például Mean Squared Error (MSE), Root Mean Squared Error (RMSE) vagy Mean Absolute Error (MAE), amelyek a modell pontosságát mérik.