摘要
贝叶斯网络是一种概率图形模型,它提供了不确定性环境下的知识表示、推理、学习手段,可以完成决策、诊断、预测、分类等任务,已广泛应用于数据挖掘、语音识别、工业控制、经济预测、医疗诊断等诸多领域。贝叶斯网络将概率理论和图论相结合,为解决不确定性问题提供了一种自然而直观的方法。在对贝叶斯网络全面概述的基础上,深入研究了贝叶斯网络的结构学习。
Bayesian network is developed by integration of probability with graph theory.It provides a natural tool for dealing with problem of uncertainty.Based on the overview of the research on bayesian network,this thesis focuses on the research on algorithms for learning Bayesian network.
出处
《大庆师范学院学报》
2011年第3期36-38,共3页
Journal of Daqing Normal University
基金
大庆师范学院青年基金研究项目(09ZQ06)
关键词
贝叶斯网络
数据挖掘
自学习
结构学习
非确定先验信息
bayesian networks
data mining
learning algorithm
structure learning
uncertain prior information
