贝叶斯网络学习总结

      贝叶斯网络（Bayesian network），又称信念网络（belief network）或是有向无环图模型（directed acyclic graphical model），是一种概率图型模型。贝叶斯网络学习数据分析获得贝叶斯网模型，而贝叶斯网络包括参数学习和结构学习。通过贝叶斯网络结构学习得到各节点的依赖关系。在确定贝叶斯网络的结构后，通过参数学习获取各个结点之间依赖关系的定量描述，也就是各个结点的条件概率表（Conditional Probability Table,CPT）

1.1结构学习

 

 

参考文献

 

[1]贝叶斯网络结构学习方法简介

[2]贝叶斯网络结构学习之K2算法（基于FullBNT-1.0.4的MATLAB实现）

[3]贝叶斯网络结构学习之MCMC算法（基于FullBNT-1.0.4的MATLAB实现）

[4]贝叶斯网络结构学习若干问题解释

[5]贝叶斯网络参数学习（基于FullBNT-1.0.4的MATLAB实现）

贝叶斯详细介绍，非常值得入门看下