Mostrar código-fonte de Filtro bayesiano

O '''filtro bayesiano''' é o processo de usar métodos estatísticos para classificar documentos por categorias. O filtro de Bayes foi definido depois do documento de [[Paul Graham]], [http://www.paulgraham.com/spam.html A Plan of Spam], e transformou-se num mecanismo popular para distinguir um [[e-mail]] ilegítmo conhecido como [[spam]] de um e-mail legítimo.

Muitos [[software|programas]] de e-mail modernos como [[Mozilla Thunderbird]] utilizam a filtragem de spams por meio do método Bayesian. O filtro bayesiano utiliza o [[Teorema de Bayes]], no contexto do Spam, diz que a [[probabilidade]] que um email seja um Spam, percebido em determinadas palavras dentro dele, é igual à probabilidade de encontrar aquelas determinadas palavras no e-mail de Spam, cronometrando a probabilidade que todo e-mail é Spam, dividido pela probabilidade de encontrar aquelas palavras em qualquer e-mail:

<center>
:<tex>P(spam|palavra)= \frac{P(palavra|spam)P(spam)}{P(palavra)}</tex>
</center>

As palavras particulares têm probabilidades particulares de ocorrer no e-mail do Spam e no email legítimo. Por exemplo, a maioria dos usuários de email encontrarão freqüentemente a palavra '''Viagra''' no email de Spam, mas verão raramente no e-mail legítimo. O filtro não sabe das probabilidades adiantado, o usuário terá que orientá-lo, treinando o filtro a excluir automaticamente as probabilidades em sua base de dados. 

=={{Ver também}}==

* [[Inferência bayesiana]]

{{Wikipedia|Filtro_bayesiano}}

[[Categoria:Estatística]]