用于预测的贝叶斯网络

被引:37
作者
王辉
机构
[1] 东北师范大学计算机科学系吉林长春
关键词
先验贝叶斯网络; 后验贝叶斯网络; 贝叶斯网络学习;
D O I
10.16163/j.cnki.22-1123/n.2002.01.003
中图分类号
TP311.134.1 [];
学科分类号
1201 ;
摘要
通过示例给出了贝叶斯网络的构造方法 ,概括了贝叶斯网络的特点及贝叶斯网络学习的内容与过程 ,同时给出了离散型贝叶斯网络的预测公式 .贝叶斯网络学习主要有三个基本环节 ,其一是确定变量集和变量域 ;其二是确定贝叶斯网络结构 ;其三是确定局部概率分布 .贝叶斯网络是描述变量之间定性与定量依赖关系的图形模式 ,是进行数据联合分析与预测的有力工具 .
引用
收藏
页码:9 / 14
页数:6
相关论文
共 5 条
[1]   用于决策支持的贝叶斯网络 [J].
王辉 .
东北师大学报(自然科学版), 2001, (04) :26-30
[2]   混合模型及其导出模型下估计量间的关系 [J].
邱红兵 ;
张宝学 .
东北师大学报(自然科学版), 2000, (03) :13-17
[3]   Bayesian Network Classifiers [J].
Nir Friedman ;
Dan Geiger ;
Moises Goldszmidt .
Machine Learning, 1997, 29 :131-163
[4]   Efficient Approximations for the Marginal Likelihood of Bayesian Networks with Hidden Variables [J].
David Maxwell Chickering ;
David Heckerman .
Machine Learning, 1997, 29 :181-212
[5]   Bayesian networks for data mining [J].
Heckerman, D .
DATA MINING AND KNOWLEDGE DISCOVERY, 1997, 1 (01) :79-119