دس بنیادی عملی الگورتھم جو پروگرامرز کو جاننا چاہیے اور ان کی وضاحت

• ### الگورتھم 1: فوری ترتیب الگورتھم

فاسٹ ترتیب ایک ترتیب دینے والا الگورتھم ہے جو ٹونی ہال نے تیار کیا ہے۔ اوسط حالات میں ، n پروجیکٹس کو ترتیب دینے کے لئے O ((nlogn) بار موازنہ کی ضرورت ہوتی ہے۔ بدترین حالات میں ، اس کی ضرورت ہوتی ہے O ((n2) بار موازنہ ، لیکن یہ حالت عام نہیں ہے۔ در حقیقت ، فاسٹ ترتیب عام طور پر دوسرے O ((nlogn) الگورتھم سے نمایاں طور پر تیز ہے کیونکہ اس کا اندرونی لوپ زیادہ تر فن تعمیر پر بہت موثر طریقے سے انجام دیا جاسکتا ہے۔

فوری ترتیب ایک فہرست کو دو ذیلی فہرستوں میں تقسیم کرنے کے لئے تقسیم اور فتح کی حکمت عملی کا استعمال کرتا ہے۔

الگورتھم کے اقدامات:

• 1، صف میں سے ایک عنصر کو منتخب کریں، جس کا نام پییوٹ ہے.

• 2۔ صف کو دوبارہ ترتیب دیں ، تمام عناصر جو بیس ویلیو سے کم ہیں بیس ویلیو کے سامنے رکھے جاتے ہیں ، اور تمام عناصر جو بیس ویلیو سے زیادہ ہیں بیس ویلیو کے پیچھے رکھے جاتے ہیں ((اسی تعداد میں دونوں طرف جاسکتے ہیں)) ۔ اس تقسیم کے باہر نکلنے کے بعد ، یہ بیس صف کے وسط میں ہے۔ یہ تقسیم (partition) آپریشن کہا جاتا ہے۔

• 3، recursively ((recursive) کم سے کم بیس عنصر اور زیادہ سے زیادہ بیس عنصر کے ذیلی صفوں کو ترتیب دیں

  ریڈرینس کی سب سے بنیادی صورت یہ ہے کہ صف کا سائز صفر یا ایک ہو، یعنی ہمیشہ کے لیے اچھی طرح سے ترتیب دیا گیا ہو۔ اگرچہ یہ مسلسل ریڈرینس کرتا رہتا ہے، لیکن یہ الگورتھم ہمیشہ باہر نکل جاتا ہے، کیونکہ ہر بار iteration میں، یہ کم از کم ایک عنصر کو اس کی آخری پوزیشن پر رکھتا ہے۔

• ### الگورتھم 2: ڈھیر ترتیب دینے والا الگورتھم

ڈھیر ترتیب (انگریزی: Heapsort) ایک ترتیب دینے والا الگورتھم ہے جو ڈھیر کے اعداد و شمار کے ڈھانچے کا استعمال کرتے ہوئے ڈیزائن کیا گیا ہے۔ ڈھیر تقریبا a ایک مکمل ڈائی فاکس درخت کی ساخت ہے ، اور اسی وقت ڈھیر کی خاصیت کو پورا کرتا ہے: یعنی ، ذیلی نوڈس کی کلیدی قیمت یا انڈیکس ہمیشہ اس کے والدین نوڈس سے کم (یا اس سے زیادہ) ہوتی ہے۔

اسٹیک ترتیب دینے کی اوسطاً وقت پیچیدگی O ((nlogn) 。

الگورتھم کے اقدامات:

• 1، ایک H ڈھیر بنائیں[0..n-1]

• 2، اسٹیک ہیڈ (زیادہ سے زیادہ) اور اسٹیک ٹاٹ کو تبدیل کریں

• 3 ، اسٹیک کا سائز 1 سے کم کریں اور shift_down () 0 کو کال کریں ، جس کا مقصد نئے سرے کے سرے کے اعداد و شمار کو اسی مقام پر ایڈجسٹ کرنا ہے

• 4، اسٹیک سائز 1 تک مرحلہ 2 کو دہرائیں

• الگورتھم 3: جمع اور ترتیب

انضمام ترتیب (انگریزی: Mergesort) ایک مؤثر ترتیب دینے والا الگورتھم ہے جو انضمام آپریشن پر مبنی ہے۔ یہ الگورتھم تقسیم اور فتح (انگریزی: DivideandConquer) کا ایک بہت ہی عام اطلاق ہے۔

الگورتھم کے اقدامات:

• 1، درخواست کی جگہ، جس کا سائز دو ترتیب شدہ ترتیبوں کا مجموعہ ہے، جس کی جگہ کو جمع کرنے کے لئے استعمال کیا جاتا ہے

• 2۔ دو پوائنٹرز مقرر کریں ، جن کی ابتدائی پوزیشن دو ترتیب شدہ ترتیب کی ابتدائی پوزیشن ہے

• 3، دو اشارے کی طرف اشارہ کردہ عناصر کا موازنہ کریں ، نسبتا small چھوٹے عناصر کو ضم کرنے کی جگہ پر رکھیں اور اشارے کو اگلی پوزیشن پر منتقل کریں

• 4، مرحلہ 3 کو دہرائیں جب تک کہ ایک اشارے سلسلہ کے آخر تک نہ پہنچ جائے

• 5۔ باقی تمام عناصر کو ایک اور سیریز میں شامل کریں اور ان کو سیدھا سیریز کے آخر میں کاپی کریں

• الگورتھم 4: بائنری تلاش الگورتھم

ڈویژنل تلاش الگورتھم ایک ترتیب شدہ صف میں کسی خاص عنصر کی تلاش کا الگورتھم ہے۔ تلاش کا عمل صف کے درمیانی عنصر سے شروع ہوتا ہے ، اور اگر درمیانی عنصر بالکل وہی عنصر ہے جس کی تلاش کی جارہی ہے تو ، تلاش کا عمل ختم ہوجاتا ہے۔ اگر کوئی خاص عنصر درمیانی عنصر سے بڑا یا چھوٹا ہے تو ، صف کے درمیانی عنصر سے زیادہ یا اس سے چھوٹا نصف میں تلاش کریں ، اور شروع کی طرح درمیانی عنصر سے شروع کریں۔ اگر کسی مرحلے میں قدم نمبر خالی ہے تو ، اس کی نمائندگی نہیں کی جاسکتی ہے۔ یہ تلاش الگورتھم ہر بار مقابلے میں تلاش کی گنجائش کو آدھا کر دیتا ہے۔ نصف تلاش ہر بار تلاش کے علاقے کو آدھا کم کرتی ہے ، جس میں پیچیدگی کا وقت ((Οlogn)) ہوتا ہے۔

• ### الگورتھم پانچ: BFPRT ((لائنری تلاش الگورتھم)

بی ایف پی آر ٹی الگورتھم کے حل کا مسئلہ بہت ہی کلاسیکی ہے ، یعنی کسی این عناصر کی ترتیب سے kth بڑا ((kth چھوٹا) عنصر منتخب کیا جاتا ہے ، جس کا ذہین تجزیہ کے ذریعے ، بی ایف پی آر ٹی اس بات کی ضمانت دے سکتا ہے کہ بدترین صورت میں بھی لکیری وقت کی پیچیدگی ہوگی۔ اس الگورتھم کے خیالات تیزی سے ترتیب دینے کے خیالات سے ملتے جلتے ہیں ، اور یقینا ، پانچ الگورتھم کے مصنفین نے اس بات کا یقین کرنے کے لئے کہ الگورتھم بدترین صورت میں بھی ، o ((n) کی وقت کی پیچیدگی تک پہنچ سکتا ہے ، اس کے لئے عمدہ طریقہ کار کیا گیا ہے۔

الگورتھم کے اقدامات:

• 1، n عناصر کو ہر 5 میں سے ایک گروپ میں تقسیم کریں ، n / 5 (اوپر کی حد) گروپوں میں۔

• 2۔ ہر گروپ کا میڈین نمبر نکالیں، کسی بھی ترتیب کا طریقہ، جیسے کہ اندراج ترتیب۔

• 3، ریکرنسی کالنگ سلیکشن الگورتھم پچھلے مرحلے میں تمام میڈینز کا میڈینز ڈھونڈتا ہے ، اسے ایکس پر سیٹ کیا جاتا ہے ، اور متعدد میڈینز کی صورت میں اس کا انتخاب درمیانی چھوٹا ہوتا ہے۔

• 4، x کو تقسیم کرنے کے لئے صف کا استعمال کریں ، اس بات کو یقینی بنائیں کہ x سے کم کے اعداد k ہیں ، اور x سے زیادہ کے اعداد n-k ہیں۔

• 5، اگر i==k، x لوٹاتا ہے؛ اگر ik، بڑے عناصر میں سے i-kth چھوٹے عناصر کو تلاش کرنے کے لئے recursively.

  اختتامی شرط: n = 1، لوٹایا گیا ہے i چھوٹے عنصر

• الگورتھم چھ: ڈی ایف ایس ((پہلی گہرائی کی تلاش)

گہرائی سے پہلے تلاش (انگریزی: Depth-First-Search) ، ایک قسم کا تلاش الگورتھم ہے۔ یہ درخت کی گہرائی کے ساتھ ساتھ درخت کے نوڈس کا دورہ کرتا ہے اور درخت کی شاخوں کو جتنا گہرا ممکن ہو سکے تلاش کرتا ہے۔ جب نوڈ v کے تمام اطراف کی تلاش کی جاتی ہے تو ، تلاش نوڈ v کے ملنے والے کنارے کے ابتدائی نوڈ پر واپس آجاتی ہے۔ یہ عمل اس وقت تک جاری رہتا ہے جب تک کہ تمام نوڈس جو ماخذ نوڈ سے مل سکتے ہیں۔ اگر ابھی تک کوئی نہیں ملا نوڈ موجود ہے تو ، اس میں سے ایک کو ماخذ نوڈ کے طور پر منتخب کیا جاتا ہے اور مذکورہ بالا عمل کو دہرا دیا جاتا ہے ، اور یہ عمل بار بار کیا جاتا ہے جب تک کہ تمام نوڈس تک رسائی حاصل نہ ہوجائے۔

گہرائی کی ترجیحی تلاش گرافکس میں ایک کلاسیکی الگورتھم ہے۔ گہرائی کی ترجیحی تلاش کے الگورتھم کا استعمال کرتے ہوئے ہدف گراف کی متعلقہ ٹاپولک ترتیب کی میز تیار کی جاسکتی ہے۔ ٹاپولک ترتیب کی میز کا استعمال کرتے ہوئے بہت سے متعلقہ گرافک مسائل ، جیسے زیادہ سے زیادہ راستے کا مسئلہ وغیرہ کو آسانی سے حل کیا جاسکتا ہے۔ عام طور پر ڈی ایف ایس الگورتھم کو نافذ کرنے کے لئے اسٹیکر ڈیٹا ڈھانچے کا استعمال کیا جاتا ہے۔

گہرائی میں گرافک الگورتھم کے مراحل پر عمل کریں:

• 1، سربراہی v؛

• 2۔ گراف پر گہرائی کی ترجیح کے ساتھ گراف پر ایک دوسرے کے بعد ایک گراف پر ایک دوسرے کے بعد ایک گراف پر ایک دوسرے کے بعد ایک گراف پر ایک دوسرے کے بعد ایک گراف پر ایک دوسرے کے بعد ایک گراف پر ایک دوسرے کے بعد ایک گراف پر ایک دوسرے کے بعد ایک گراف پر ایک گراف پر ایک دوسرے کے بعد ایک گراف پر ایک دوسرے کے بعد ایک گراف پر ایک گراف پر ایک دوسرے کے بعد ایک گراف پر ایک دوسرے کے بعد ایک گراف پر ایک گراف پر ایک دوسرے کے بعد ایک گراف پر ایک گراف پر ایک گراف پر ایک دوسرے کے بعد ایک گراف پر ایک گراف پر ایک گراف پر ایک گراف پر ایک گراف پر ایک گراف پر ایک گراف پر ایک گراف پر ایک گراف پر ایک گراف پر ایک گراف پر ایک گراف پر ایک گراف پر ایک گراف پر ایک گراف پر ایک گراف پر ایک گراف پر ایک گراف پر ایک گراف پر ایک گراف پر ایک گراف پر ایک گراف

• 3۔ اگر اس ٹائم میپ میں ابھی تک کوئی چوٹی نہیں دیکھی گئی ہے تو ، ایک ایسی چوٹی سے شروع کریں جو ابھی تک نہیں دیکھی گئی ہے ، اور گہرائی کی ترجیحی سفر کو دوبارہ شروع کریں جب تک کہ نقشے کے تمام چوٹیوں پر نظر نہ آجائے۔

  اس کے علاوہ ، اس نے کہا کہ اس کی وجہ یہ ہے کہ اس کی وجہ سے ، اس کی وجہ سے ، اس کی وجہ سے ، اس کی وجہ سے ، اس کی وجہ سے ، اس کی وجہ سے۔

  ڈی ایف ایس رسائی کے نقشے میں کسی ایک سے شروع ہونے والے ٹاپک v کے بعد ، v سے شروع ہوتا ہے ، اس کے کسی بھی ہمسایہ ٹاپک w1 تک رسائی حاصل کرتا ہے۔ پھر w1 سے شروع ہوتا ہے ، w1 کے ساتھ ہمسایہ ٹاپک w2 تک رسائی حاصل کرتا ہے لیکن ابھی تک اس تک رسائی حاصل نہیں کی گئی ہے۔ پھر w2 سے شروع ہوتا ہے ، اسی طرح کی رسائی حاصل کرنے کے لئے ،… اس طرح جاری رکھیں ، یہاں تک کہ تمام ہمسایہ ٹاپک u تک پہنچ جائیں۔

  اس کے بعد ، ایک قدم پیچھے ہٹیں اور پچھلی بار جو ٹاپ کا دورہ کیا گیا تھا اس پر واپس جائیں اور دیکھیں کہ کیا اس کے ساتھ ملحقہ ٹاپ موجود ہیں جن کا دورہ نہیں کیا گیا ہے۔ اگر کوئی ہے تو ، اس ٹاپ پر جائیں ، اور پھر اسی ٹاپ سے شروع کریں ، جیسا کہ اوپر بیان کیا گیا ہے۔ اگر نہیں ہے تو ، پھر ایک قدم پیچھے ہٹیں اور تلاش کریں۔ مذکورہ بالا عمل کو اس وقت تک دہرائیں جب تک کہ رابطے کے نقشے میں موجود تمام ٹاپس کا دورہ نہ کیا گیا ہو۔

• الگورتھم 7: بی ایف ایس ((وسیع ترجیح تلاش)

چوڑائی-پہلا-تلاش (انگریزی: Breadth-First-Search) ، ایک گرافک تلاش الگورتھم ہے۔ سادہ الفاظ میں ، بی ایف ایس جڑ نوڈ سے شروع ہوتا ہے ، درخت کے ساتھ ساتھ درخت کی چوڑائی کو عبور کرتا ہے۔ اگر تمام نوڈس تک رسائی حاصل کی جاتی ہے تو ، الگورتھم کو روک دیا جاتا ہے۔ بی ایف ایس بھی اندھے تلاش میں ہے۔ عام طور پر بی ایف ایس الگورتھم کو نافذ کرنے کے لئے قطار کے اعداد و شمار کے ڈھانچے کا استعمال کیا جاتا ہے۔

الگورتھم کے اقدامات:

• 1 ، سب سے پہلے روٹ نوڈس کو قطار میں ڈالیں۔

• 2۔ قطار میں سے پہلا نوڈ نکالیں اور چیک کریں کہ یہ ہدف ہے یا نہیں۔

  اگر ہدف مل گیا تو تلاش ختم کریں اور نتائج واپس بھیجیں۔ اس کے علاوہ، اس کے تمام براہ راست ذیلی نوڈس کو قطار میں شامل کریں جو ابھی تک چیک نہیں کیے گئے ہیں.

• 3، اگر قطار خالی ہو تو ، اس کا مطلب ہے کہ پوری نقشہ چیک کی گئی ہے یا اس کا مطلب ہے کہ نقشہ میں کوئی مطلوبہ ہدف نہیں ہے۔ تلاش کو ختم کریں اور واپس جائیں۔ آپ کو ہدف نہیں مل سکا۔

• 4۔ مرحلہ 2 دہرائیں۔

• الگورتھم آٹھ: ڈیجسٹرا الگورتھم

ڈیکسٹرا الگورتھم (انگریزی: Dijkstra-salgorithm) ڈچ کمپیوٹر سائنسدان ایزہر ڈیکسٹرا کی طرف سے تجویز کیا گیا تھا۔ ڈکوسچر الگورتھم نے غیر منفی استحقاق والے گراف کے واحد ماخذ مختصر ترین راستے کے مسئلے کو حل کرنے کے لئے چوڑائی کی ترجیحی تلاش کا استعمال کیا ہے۔ اس الگورتھم کو آخر میں ایک مختصر ترین راستے کا درخت ملتا ہے۔ یہ الگورتھم اکثر روٹنگ الگورتھم کے لئے یا دوسرے گراف الگورتھم کے ذیلی ماڈیول کے طور پر استعمال کیا جاتا ہے۔

اس الگورتھم کے ان پٹ میں ایک وزن والا سمت دار گراف G، اور G میں ایک ماخذ ٹاپ S ہے۔ ہم V کو G میں تمام ٹاپس کا مجموعہ قرار دیتے ہیں۔ ہر گراف میں ، ہر ایک کی طرف ، دو ٹاپس کی طرف سے تشکیل شدہ منظم عنصر جوڑے ہیں۔ u ، v کو ٹاپس u سے v تک کا راستہ ملتا ہے۔ ہم E کو G میں تمام اطراف کا مجموعہ قرار دیتے ہیں ، اور اطراف کا وزن وزن کی تقریب کے ذریعہ ہوتا ہے w: E→[0،∞] تعریف

لہذا، w(u،v) کا مطلب ہے کہ سرے u سے سرے v تک کا غیر منفی وزن ((weight) ◄ ۔ کنارے کا وزن دو چوٹیوں کے درمیان فاصلے کے طور پر تصور کیا جا سکتا ہے۔ کسی بھی دو پوائنٹس کے درمیان راستے کا وزن ، اس راستے پر تمام اطراف کے وزن کا مجموعہ ہے۔ V میں سرے s اور t معلوم ہیں ، Dijkstra الگورتھم s سے t تک کا سب سے کم وزن والا راستہ تلاش کرسکتا ہے (مثال کے طور پر ، سب سے مختصر راستہ) ۔ یہ الگورتھم کسی گراف میں ، ایک سرے s سے کسی دوسرے سرے تک کا سب سے مختصر راستہ تلاش کرسکتا ہے۔

الگورتھم کے اقدامات:

• 1، ابتدائی وقت آرڈر S = {V0}، T = {باقی چوٹی}، T میں چوٹی کے مطابق فاصلے کی قیمت ، d(V0، Vi) آرک پر وزن کے طور پر اگر موجود ہے اگر موجود نہیں ہے، تو d (V0،Vi) ∞ ہے

• 2، T سے ایک چوٹی W منتخب کریں جس کی فاصلے کی قیمت سب سے کم ہے اور S میں شامل نہیں ہے

• 3، باقی T میں چوٹی کے فاصلے کی قدر میں ترمیم کریں: اگر W کو درمیانی چوٹی کے طور پر شامل کیا جائے تو ، V0 سے Vi تک فاصلے کی قدر کو کم کیا جائے ، اس فاصلے کی قدر میں ترمیم کی جائے

  مندرجہ بالا اقدامات 2 اور 3 کو دہرائیں جب تک کہ S میں تمام چوٹیاں شامل نہ ہوں ، یعنی W = Vi

• الگورتھم 9: متحرک منصوبہ بندی الگورتھم

متحرک پروگرامنگ (Dynamicprogramming) ایک ایسا طریقہ ہے جو ریاضی، کمپیوٹر سائنس اور معاشیات میں استعمال کیا جاتا ہے، جس میں بنیادی مسئلے کو نسبتاً آسان ذیلی مسائل میں تقسیم کرکے پیچیدہ مسئلے کو حل کرنے کی کوشش کی جاتی ہے۔ متحرک پروگرامنگ اکثر ایسے مسائل پر لاگو ہوتی ہے جن میں اوورلیپڈ ذیلی مسائل اور بہترین ذیلی ساخت کی خصوصیات ہوتی ہیں، متحرک پروگرامنگ کے طریقوں میں عام طور پر سادہ حل سے کہیں کم وقت لگتا ہے۔

متحرک منصوبہ بندی کے پیچھے بنیادی خیال بہت سادہ ہے۔ عام طور پر ، اگر کسی دیئے گئے مسئلے کو حل کرنے کے لئے ، ہمیں اس کے مختلف حصوں کو حل کرنے کی ضرورت ہے (یعنی ذیلی سوالات) ، اور پھر ذیلی مسائل کے حل کو جوڑ کر اصل مسئلے کا حل ملتا ہے۔ عام طور پر بہت سے ذیلی سوالات بہت مماثلت رکھتے ہیں ، اس کے لئے متحرک منصوبہ بندی کا طریقہ ہر ذیلی مسئلے کو صرف ایک بار حل کرنے کی کوشش کرتا ہے ، اس طرح حساب کتاب کی مقدار کو کم کرتا ہے: ایک بار جب کسی دیئے گئے ذیلی مسئلے کا حل نکال لیا جاتا ہے تو ، اسے حفظ میں رکھا جاتا ہے ، تاکہ اگلے بار اسی ذیلی مسئلے کو حل کرنے کی ضرورت ہو تو براہ راست اس کی جانچ پڑتال کی جاسکے۔ یہ طریقہ کار خاص طور پر مفید ہے جب بار بار آنے والے سوالات کی تعداد میں ان پٹ کے بارے میں پیمانے کے اشاریہ میں اضافہ ہوتا ہے۔

متحرک منصوبہ بندی کے بارے میں سب سے زیادہ کلاسیکی سوالات میں سے ایک بیگ کا سوال ہے۔

الگورتھم کے اقدامات:

1، سب سے بہتر ڈھانچہ کی خصوصیت ◄ ۔ اگر مسئلے کے بہترین حل میں شامل ذیلی مسئلے کا حل بھی سب سے بہتر ہے ، تو ہم کہتے ہیں کہ اس مسئلے میں سب سے بہتر ڈھانچہ کی خصوصیت ہے ((یعنی زیادہ سے زیادہ اصلاح کے اصول کو پورا کرتا ہے) ◄ ۔ سب سے بہتر ڈھانچہ کی خصوصیت متحرک منصوبہ بندی کے الگورتھم کے مسئلے کو حل کرنے کے لئے اہم اشارہ فراہم کرتی ہے۔

2۔ ذیلی مسئلہ کی اوورلیپنگ کی خصوصیت۔ ذیلی مسئلہ کی اوورلیپنگ کی خصوصیت کا مطلب یہ ہے کہ جب اوپر سے نیچے تک ریکرنسی الگورتھم کا استعمال کرتے ہوئے مسئلے کو حل کیا جاتا ہے تو ، ہر بار پیدا ہونے والا ذیلی مسئلہ ہمیشہ نیا مسئلہ نہیں ہوتا ہے۔ کچھ ذیلی مسائل کو کئی بار دوبارہ شمار کیا جاتا ہے۔ متحرک منصوبہ بندی کا الگورتھم اس ذیلی مسئلے کی اوورلیپنگ کی خصوصیت کا استعمال کرتا ہے ، ہر ذیلی مسئلے کے لئے صرف ایک بار حساب لگاتا ہے ، پھر اس کے حساب کے نتائج کو ایک ٹیبل میں محفوظ کرتا ہے ، اور جب پہلے سے ہی حساب لگائے گئے ذیلی مسئلے کو دوبارہ حساب لگانے کی ضرورت ہوتی ہے تو ، صرف ٹیبل میں نتائج کو آسانی سے دیکھنا ہوتا ہے ، جس سے اعلی کارکردگی حاصل ہوتی ہے۔

• ### الگورتھم 10: سادہ Bayes درجہ بندی الگورتھم

سادہ بیسٹ درجہ بندی الگورتھم ایک سادہ احتمال درجہ بندی الگورتھم ہے جو بیسٹ تھیوریم پر مبنی ہے۔ بیسٹ درجہ بندی کی بنیاد امکان استنباط پر ہے ، یعنی مختلف شرائط کے وجود میں غیر یقینی ہے ، صرف اس بات کا علم ہے کہ ان کے امکانات موجود ہیں۔ امکان استنباط یقینی استنباط کے مساوی ہے۔ اور سادہ بیسٹ درجہ بندی الگورتھم ایک آزاد مفروضے پر مبنی ہے ، یعنی یہ فرض ہے کہ نمونے کی ہر خصوصیت دیگر خصوصیات سے متعلق نہیں ہے۔

سادہ Bayes classifiers ایک درست قدرتی امکانات کے ماڈل پر انحصار کرتے ہیں اور نگرانی سیکھنے والے نمونے کے مرکز میں بہت اچھے درجہ بندی کے نتائج حاصل کرتے ہیں۔ بہت سے عملی ایپلی کیشنز میں ، سادہ Bayes ماڈل پیرامیٹرز کا اندازہ زیادہ سے زیادہ قریب سے اندازہ لگانے کے طریقہ کار کا استعمال کرتے ہوئے کیا جاتا ہے ، دوسرے الفاظ میں سادہ Bayes ماڈل کام نہیں کرتا ہے Bayes امکانات یا کوئی Bayes ماڈل۔

ان سادہ خیالات اور بہت زیادہ آسان مفروضوں کے باوجود ، سادہ بیس درجہ بندی کرنے والے بہت سارے پیچیدہ حالات میں کافی اچھے نتائج حاصل کرسکتے ہیں۔