贝叶斯网络

数据挖掘——决策树算法

决策树算法 1、摘要       在前面两篇文章中，分别介绍和讨论了朴素贝叶斯分类与贝叶斯网络两种分类算法。
·2015-10-31 08:41

[PGM] I-map和D-separation

贝叶斯网络-不同视角     概率图模型，究其目的，在于描述多个（单个就没有意义了）变量概率分布之间的关系。有向图模型的描述方法是有指向性的，如果两变量之间有
·2015-10-29 08:08

EM算法

在Mitchell的书中也提到EM可以用于贝叶斯网络中。 下面主要介绍EM的整个推导过程。 1.
·2015-10-29 08:43

（EM算法）The EM Algorithm

在Mitchell的书中也提到EM可以用于贝叶斯网络中。 下面主要介绍EM的整个推导过程。 1. Jensen不等式      
·2015-10-28 09:30

贝叶斯网络工具Hugin api的使用

    由于做毕设的需要，最近一直在研究Hugin Expert，一个关于贝叶斯网络的软件，今天有一些眉目，总结一下，方便自己也方便他人。
·2015-10-21 11:42

贝叶斯网络工具Hugin api的使用

    由于做毕设的需要，最近一直在研究Hugin Expert，一个关于贝叶斯网络的软件，今天有一些眉目，总结一下，方便自己也方便他人。
·2015-10-21 11:42

创建贝叶斯网络

博文内容源自http://www.cs.ubc.ca/~murphyk/Bayes/usage.22may00.html#basics定义贝叶斯网络，必须知道图形结构和相应参数。
wokaowokaowokao12345·2015-10-08 15:00

matlab 贝叶斯网络工具箱的安装

1、下载贝叶斯网络工具箱本文提供两个版本的贝叶斯网络工具箱的下载链接：FullBNT-1.0.4.zip：http://pan.baidu.com/s/1bnE0B6nFullBNT-1.0.7.zip
wokaowokaowokao12345·2015-10-06 15:00

致敬贝叶斯以及自己对贝叶斯的一些见解

贝叶斯由来与日常思维相似的推导过程由已知推导未知贝叶斯的应用朴素贝叶斯贝叶斯网络换个角度理解贝叶斯贝叶斯与正则化防止过拟合贝叶斯由来与日常思维相似的推导过程以下是火影忍者剧情中的某个日常:第一集:某风和日丽的上午
yobobobo·2015-10-01 01:00

贝叶斯网络

贝叶斯网络声明：引用请注明出处http://blog.csdn.net/lg1259156776/说明：《数学之美》之马尔科夫链的扩展——贝叶斯网络笔记贝叶斯网络马尔科夫链描述的是状态序列，很多时候事物之间的相互关系并不能用一条链串起来
LG1259156776·2015-09-25 22:00

机器学习（EM算法）

在Mitchell的书中也提到EM可以用于贝叶斯网络中。下面主要介绍EM的整个推导过程。1.Jensen不等式     回顾优化理论中的一些概念。设f是定义域为实数的函数，如果对于所有的实数x，，
Ben_Ben_Niao·2015-08-07 16:00

机器学习03（贝叶斯网络）

算法杂货铺——分类算法之贝叶斯网络(Bayesiannetworks)2010-09-1822:50byT2噬菌体, 39757 阅读, 22 评论, 收藏, 编辑2.1、摘要     在上一篇文章中我们讨论了朴素贝叶斯分类
Ben_Ben_Niao·2015-08-04 11:00

EM算法

在Mitchell的书中也提到EM可以用于贝叶斯网络中。下面主要介绍EM的整个推导过程。1.Jensen不等式     回顾优化理论中的一些概念。
qq_18343569·2015-07-19 15:00

再学贝叶斯网络--TAN树型朴素贝叶斯算法

前言在前面的时间里已经学习过了NB朴素贝叶斯算法，又刚刚初步的学习了贝叶斯网络的一些基本概念和常用的计算方法。
Android路上的人·2015-07-05 15:09

再学贝叶斯网络--TAN树型朴素贝叶斯算法

前言在前面的时间里已经学习过了NB朴素贝叶斯算法，又刚刚初步的学习了贝叶斯网络的一些基本概念和常用的计算方法。
Androidlushangderen·2015-07-05 15:00

初识贝叶斯网络

前言一看到贝叶斯网络，马上让人联想到的是5个字，朴素贝叶斯，在所难免，NaiveByes的知名度确实会被贝叶斯网络算法更高一点。
Androidlushangderen·2015-06-29 16:00

马尔科夫网络

马尔可夫网络类似贝叶斯网络用于表示依赖关系。但是，一方面它可以表示贝叶斯网络无法表
weilianyishi·2015-06-12 20:00

贝叶斯网络

2.1、摘要     在上一篇文章中我们讨论了朴素贝叶斯分类。朴素贝叶斯分类有一个限制条件，就是特征属性必须有条件独立或基本独立（实际上在现实应用中几乎不可能做到完全独立）。当这个条件成立时，朴素贝叶斯分类法的准确率是最高的，但不幸的是，现实中各个特征属性间往往并不条件独立，而是具有较强的相关性，这样就限制了朴素贝叶斯分类的能力。这一篇文章中，我们接着上一篇文章的例子，讨论贝叶斯分类中更高级、应用
weilianyishi·2015-06-12 20:00

贝叶斯网络

作者：金良（[email protected]）csdn博客：http://blog.csdn.net/u012176591dlibC++Libraryhttp://dlib.net/bayes.html开源，有Python接口贝叶斯推断及其互联网应用（一）：（探索一下例子能否转换成最大似然估计）http://www.ruanyifeng.com/blog/2011/08/bayesi
u012176591·2015-05-29 09:00

贝叶斯网络

贝叶斯网络、马尔科夫随机场(MRF,MarkovRandomField)和因子图都属于概念图，因此它们都归属于机器学习中的概念图模型(PGM,ProbabilityGraphicalModel).一：定义贝叶斯网络
Lu597203933·2015-05-16 10:00

Nani_xiao的机器学习与总结：Andrew Ng.机器学习（一） ：贝叶斯定理

分类算法之贝叶斯网络（Bayesiannetworks）1、
xiao_lxl·2015-04-17 19:00

数学之美笔记（十七）

假定这个图中的马尔可夫假设成立，即每个状态只和与它直接相连的状态有关，而和与它间接相连的状态无关，这就是贝叶斯网络。
爱开发的小骚年·2015-03-12 13:00

ML—FullBNT学习笔记之一(matlab)

贝叶斯网络表示：BNT中使用矩阵方式表示贝叶斯网络，即若节点i到j有一条弧，则对应矩阵中（i，j）值为1，否则为0。上图是一个草地潮湿原因模型。我们使
zhangzhengyi03539·2015-03-03 18:00

Adaboost、SVM、LDA、贝叶斯网络、谱聚类等几篇博客的LaTeX文件下载

Adaboost、SVM、LDA、贝叶斯网络、谱聚类等几篇博客的LaTeX文件下载今年以前，在我自己的博客上写过一系列的机器学习系列文章，如下图所示：随后，微博上有一些朋友帮忙制作了latex版本（非常感谢
Airship·2015-02-05 22:00

PRML读书会第八章 Graphical Models（贝叶斯网络，马尔科夫随机场）

主讲人网神（新浪微博:@豆角茄子麻酱凉面）网神(66707180)18:52:10今天的内容主要是：1.贝叶斯网络和马尔科夫随机场的概念，联合概率分解，条件独立表示；2.图的概率推断inference。
Nietzsche2015·2015-02-03 15:27

【人工智能】贝叶斯网络之结构、参数学习

1、上一篇百度文库的代码（http://my.oschina.net/SnifferApache/blog/343756#OSC_h1_11）N = 5;   dag = zeros(N,N);     B = 1; E = 2; A = 3; R=4;W = 5;  dag(B,A) = 1;     dag(E,[A R]) = 1;  dag(A,W) = 1;  discrete_node
lawlietfan·2014-12-29 21:00

EM算法与在高斯混合模型中的应用

在Mitchell的书中也提到EM可以用于贝叶斯网络中。下面主要介绍EM的整个推导过程。1.Jensen不等式     回顾优化理论中的一些概念。
shenxiaoming77·2014-12-23 21:00

贝叶斯网络小结

周末去给同事分享贝叶斯网络，每次分享过后的东西都没有记录感觉挺可惜的，故把准备分享过程中的一些笔记、资料、关键点等写成文章记录下来。
ROger__wonG·2014-12-21 20:00

基于BNT的贝叶斯模型仿真分析

基于Matlab的贝叶斯网络工具箱BNT是kevinp．murphy基于Matlab语言开发的关于贝叶斯网络学习的开源软件包，提供了许多贝叶斯网络学习的底层基础函数库，支持多种类型的节点(概率分布)、精确推理和近似推理
happy椰子·2014-12-10 09:28

从贝叶斯方法谈到贝叶斯网络

details/409846990引言  事实上，介绍贝叶斯定理、贝叶斯方法、贝叶斯推断的资料、书籍不少，比如《数理统计学简史》，以及《统计决策论及贝叶斯分析JamesO.Berger著》等等，然介绍贝叶斯网络的中文资料则非常少
u013524655·2014-11-16 11:00

贝叶斯网络

B-COURSE 工具学习B-COURSE是一个供教育者和研究者免费使用的web贝叶斯网络工具。主要分为依赖关系建模和分类器模型设计。输入自己的研究数据，就可以利用该工具在
frank_jb·2014-11-13 11:00

【人工智能】贝叶斯网络之MATLAB实验

1、贝叶斯网络基础1.1、朴素贝叶斯理论朴素贝叶斯的思想基础是这样的：对于给出的待分类项，求解在此项出现的条件下各个类别出现的概率，哪个最大，就认为此待分类项属于哪个类别。 
lawlietfan·2014-11-12 23:00

使用R语言的BNLearn包实现贝叶斯网络

转载自：http://f.dataguru.cn/thread-301701-1-1.html1.加载程序包导入数据library(bnlearn)#CRAN中有，可以直接用install.packages(“bnlearn”)安装或者去网上下载后复制到library文件夹下即可。library(Rgraphviz)#用于绘图。这个包CRAN中没有，需要到http://www.bioconduct
公众号：数海星辰·2014-11-12 22:26

从贝叶斯方法谈到贝叶斯网络

 从贝叶斯方法谈到贝叶斯网络0引言  事实上，介绍贝叶斯定理、贝叶斯方法、贝叶斯推断的资料、书籍不少，比如《数理统计学简史》，以及《统计决策论及贝叶斯分析JamesO.Berger著》等等，然介绍贝叶斯网络的中文资料则非常少
v_JULY_v·2014-11-10 19:00

机器学习_贝叶斯网络分类算法

贝叶斯定理已知某条件概率，如何得到两个事件交换后的概率，也就是在已知P(A|B)的情况下如何求得P(B|A)。P(A|B)表示事件B已发生的前提下，事件A发生的概率，叫做事件B发生下事件A的条件概率。其基本求解公式：P(A|B) =P(AB)/P(B)而贝叶斯定理为：P(B|A) =P(A|B) P(B)/P(A)朴素贝叶斯基本思想：对于给出的待分类项，求解在此项条件下各个类别出现的概率，哪个最大
xiao_lxl·2014-11-04 16:00

概率图模型（PGM）学习笔记（二）贝叶斯网络-语义学与因子分解

概率分布（Distributions）如图1所看到的，这是最简单的联合分布案例，姑且称之为学生模型。图1当中包括3个变量，各自是：I（学生智力，有0和1两个状态）、D（试卷难度，有0和1两个状态）、G（成绩等级，有1、2、3三个状态）。表中就是概率的联合分布了，表中随便去掉全部包括某个值的行，就能对分布表进行缩减。比如能够去掉全部G不为1的行，这样就仅仅剩下了1、4、7、10行，这样他们的概率之和
gcczhongduan·2014-10-28 00:00

数据挖掘 - 分类算法比较

贝叶斯网络（BayesNet）贝叶斯网络是一个带有概率注释的有向无环图，图中的每一个结点均表示一个随机变量,图中两
一只死笨死笨的猪·2014-10-23 18:00

朴素贝叶斯python实现

（这个假设：问题中有很多特征，我们简单假设一个个特征是独立的，该假设称做条件独立性，其实往往实际问题中不是完全独立的，这时需要用到另外一种方法叫做贝叶斯网络），后面利用朴素贝叶斯方法，我们应用在垃圾邮件过滤问题当中去
huruzun·2014-10-10 22:00

贝叶斯球（Bayes ball）

  在贝叶斯网络（BayesNetwork）中，已知结点（或结点集合）Z，结点X和结点Y关于Z条件独立，则记为 X⊥Y|Z。
u014313009·2014-10-04 17:00

数据挖掘笔记-分类-贝叶斯网络

这一篇文章中，讨论贝叶斯分类中更高级、应用范围更广的一种算法——贝叶斯网络（又称贝叶斯信念网络或信念网络）。贝叶斯网络的定义及性质
人生偌只如初见·2014-09-09 14:11

数据挖掘笔记-分类-贝叶斯网络

这一篇文章中，讨论贝叶斯分类中更高级、应用范围更广的一种算法——贝叶斯网络（又称贝叶斯信念网络或信念网络）。贝叶斯网络的定义及性质
wulinshishen·2014-09-09 14:00

概率图模型（PGM）学习笔记（五）——模板模型

模板模型可以应用于无限大的贝叶斯网络；模板变量是被多次复用的变量：如：地点(时间)、基因型（人物）、标签（像素）、难度（课程），等等。 语言用来描述模板变量如何从模板中继承依赖关系。
u012428391·2014-09-03 20:00

D-Separation(D分离)-PRML-8.22-Graphical Model

转自：http://www.zhujun.me/d-separation-separation-d.html一、引言在贝叶斯网络的学习过程中，经常会遇到（D-Separation）D-分离这个概念，D-
yeyang911·2014-07-11 11:00

算法杂货铺——分类算法之决策树(Decision tree)

3.1、摘要     在前面两篇文章中，分别介绍和讨论了朴素贝叶斯分类与贝叶斯网络两种分类算法。这两种算法都以贝叶斯定理为基础，可以对分类及决策问题进行概率推断。
wbj0110·2014-06-24 15:00

算法杂货铺——分类算法之决策树(Decision tree)

3.1、摘要     在前面两篇文章中，分别介绍和讨论了朴素贝叶斯分类与贝叶斯网络两种分类算法。这两种算法都以贝叶斯定理为基础，可以对分类及决策问题进行概率推断。
wbj0110·2014-06-24 15:00

算法杂货铺——分类算法之决策树(Decision tree)

3.1、摘要     在前面两篇文章中，分别介绍和讨论了朴素贝叶斯分类与贝叶斯网络两种分类算法。这两种算法都以贝叶斯定理为基础，可以对分类及决策问题进行概率推断。
wbj0110·2014-06-24 15:00

数据挖掘与R语言

分类方法有K近邻、Logistic回归、朴素贝叶斯和贝叶斯网络、决策树（ID3/C4.5/CART/RF）、Boosting、人工神经网络、支持向量机、组合分类器等。
sunny13love·2014-06-14 10:00

（EM算法）The EM Algorithm

在Mitchell的书中也提到EM可以用于贝叶斯网络中。下面主要介绍EM的整个推导过程。1.Jensen不等式     回顾优化理论中的一些概念。设f是定义域为实数的函数，如果对于所有的实数x，，
xiaqunfeng123·2014-05-28 20:00

概率图模型（PGM）学习笔记（四）-贝叶斯网络-伯努利贝叶斯-多项式贝叶斯

之前忘记强调了一个重要区别：条件概率链式法则和贝叶斯网络链式法则的区别条件概率链式法则 贝叶斯网络链式法则，如图1图1 乍一看很容易觉得贝叶斯网络链式法则不就是大家以前学的链式法则么，其实不然，后面详述
u012428391·2014-05-18 23:00

概率图模型（PGM）学习笔记（二）贝叶斯网络-语义学与因子分解

概率分布（Distributions）如图1所示，这是最简单的联合分布案例，姑且称之为学生模型。图1其中包含3个变量，分别是：I（学生智力，有0和1两个状态）、D（试卷难度，有0和1两个状态）、G（成绩等级，有1、2、3三个状态）。表中就是概率的联合分布了，表中随便去掉所有包含某个值的行，就能对分布表进行缩减。例如可以去掉所有G不为1的行，这样就只剩下了1、4、7、10行，这样他们的概率之和就不为
u012428391·2014-05-15 22:00
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他