图书介绍

贝叶斯网络学习及数据分类2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

李艳颖著著
出版社：北京：科学出版社
ISBN：9787030589316
出版时间：2018
标注页数：128页
文件大小：41MB
文件页数：139页
主题词：贝叶斯推断－研究

PDF下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢] [在线试读本书] [在线获取解压码]

点击复制MD5值：1f50aa4e66b07d9a1cf270dfd2180bd1

下载说明

贝叶斯网络学习及数据分类PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载详情点击-查看共享计划

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数要大于标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

图书目录

第1章绪论1

1.1 研究背景与意义1

1.2 贝叶斯网络的发展现状2

1.2.1 贝叶斯网络学习2

1.2.2 贝叶斯网络推理6

1.2.3 含隐变量和选择变量的贝叶斯网络8

1.3 数据分类问题9

1.4 本书的主要内容和结构安排10

第2章贝叶斯网络和祖先图的基础知识13

2.1 贝叶斯网络基本知识13

2.1.1 图论知识和概率论知识13

2.1.2 贝叶斯网络16

2.2 祖先图基本知识20

2.2.1 考虑隐变量和选择偏倚的原因20

2.2.2 祖先图21

2.2.3 学习隐结构的算法23

2.3 本章小结25

第3章基于约束学习贝叶斯网络框架26

3.1 引言26

3.2 理论基础28

3.3 EHPC算法28

3.3.1 学习父子节点集的超集29

3.3.2 学习配偶节点集的超集32

3.3.3 子程序Inter-IAPC和主程序EHPC34

3.4 仿真实验36

3.5 本章小结41

第4章祖先图的本质图42

4.1 祖先图的等价类42

4.2 （最小）本质图45

4.3 学习本质图框架46

4.3.1 算法流程46

4.3.2 理论证明49

4.4 实验结果52

4.5 本章小结57

第5章等价祖先图的转换58

5.1 引言58

5.2 基础知识59

5.3 转换流程59

5.4 本章小结65

第6章数据分类的基础知识67

6.1 数据分类67

6.1.1 数据分类的意义67

6.1.2 常见数据类型68

6.1.3 数据分类的基本原则70

6.2 数据分类经典算法71

6.2.1 决策树分类算法72

6.2.2 支持向量机分类算法73

6.2.3 基于关联规则分类算法75

6.2.4 基于数据库技术的分类算法76

6.2.5 贝叶斯分类算法77

6.2.6 数据分类的应用81

6.3 本章小结81

第7章贝叶斯网络分类器82

7.1 粗糙集理论82

7.1.1 信息系统83

7.1.2 属性约简84

7.2 ARE-BNC算法84

7.2.1 生成初始种群85

7.2.2 进化算法87

7.3 实验结果88

7.4 本章小结92

第8章 k-最近邻分类器93

8.1 k-最近邻分类器的发展93

8.2 k-最近邻算法基础知识94

8.2.1 k-最近邻规则94

8.2.2 k-最近邻算法的基本要素95

8.2.3 分类精度评估97

8.2.4 留一法97

8.3 k-最近邻算法的流程98

8.3.1 数据预处理和k的取值范围102

8.3.2 选择最优k值的近似凹优化框架103

8.4 数值实验108

8.4.1 时间及精度对比109

8.4.2 LOO-O-k的稳定性110

8.5 本章小结114

第9章研究展望115

参考文献117