Seminario Introducao a Probabilidade

Classificação Supervisionada por Máxima Verossimilhança

Introdução à Probabilidade

João Celso Santos de Oliveira
Paulo Ricardo Stradioti

Isadora
379247
298948

Objetivo?

Objetivo?
 Ilustrar

a aplicação de Métodos
Estatísticos na Área de Computação

 Esses

métodos são fundamentais para eliminação de ruídos de sinais, reconhecimento de padrões, processamento de imagens, escalonamento de processos, etc...

Objetivo?
 Ilustrar

a aplicação de Métodos
Estatísticos na Área de Computação

 Esses

métodos são fundamentais para eliminação de ruídos de sinais, reconhecimento de padrões, processamento de imagens, escalonamento de processos, etc...

Classificação Supervisionada por Máxima Verossimilhança
 Classificar
 Dividir em “Grupos” (Classes) com

características parecidas
 Máxima

Verossimilhança

 Classes Equiprováveis
▪ Maior valor das f.d.p. para um determinado valor da altura

Classificação Supervisionada por Máxima Verossimilhança
 Classificar
 Dividir em “Grupos” (Classes) com

características parecidas (padrão)
 Máxima

Verossimilhança

 Classes Equiprováveis
▪ Maior valor das f.d.p. para um determinado valor da altura

Classificação Supervisionada por Máxima Verossimilhança
 Classificar
 Dividir em “Grupos” (Classes) com

características parecidas (padrão)
 Máxima

Verossimilhança

 Classes Equiprováveis
▪ Maior valor das f.d.p. para um determinado valor da altura

Classificação Supervisionada por Máxima Verossimilhança
 Classificar
 Dividir em “Grupos” (Classes) com

características parecidas (padrão)
 Máxima

Verossimilhança

 Classes Equiprováveis
▪ Associa o Item a ser classificado à classe com maior valor das f.d.p. para àquela entrada

Classificar o que?!

Classificar o que...?


O classificador deverá associar cada valor presente em uma amostra de alturas aleatórias às classes Homem ou Mulher tendo como base (atributo de entrada) somente o valor dessa altura
 Se PH > PM  Homem
 Se PM > PH  Mulher
▪ E se PH = PM?