Thuật toán học máy Naive Bayes và ứng dụng

Abstract

Đề tài “Thuật toán học máy Naive Bayes và ứng dụng” được thực hiện nhằm tìm hiểu cơ sở lý thuyết và đánh giá hiệu quả ứng dụng của thuật toán Naive Bayes trong các bài toán phân loại thực tế. Luận văn tập trung vào việc trình bày nền tảng về học máy và ngôn ngữ lập trình Python, giới thiệu định lý Bayes, nguyên lý hoạt động và quy trình xây dựng mô hình phân loại bằng Naive Bayes. Trọng tâm nghiên cứu là phần ứng dụng thực tiễn, luận văn tiến hành xử lý và phân tích bộ dữ liệu trong hai lĩnh vực là Kinh tế và Y tế. Các mô hình được xây dựng và đánh giá bằng những chỉ số gồm độ chính xác, độ chính xác của từng lớp dự đoán dương, độ nhạy, điểm F1 và diện tích dưới đường cong ROC. Kết quả cho thấy thuật toán Naive Bayes có tính ổn định, dễ triển khai và đạt hiệu quả tốt, đặc biệt nổi bật trong việc phân loại dữ liệu y tế và hỗ trợ chẩn đoán sớm bệnh. Đồng thời, luận văn cũng so sánh với phương pháp hồi quy Logistic, qua đó khẳng định rằng Naive Bayes tuy đơn giản nhưng vẫn là một công cụ hữu ích và hiệu quả trong các bài toán phân loại thực tế.