贝叶斯学习、贝叶斯网络与数据采掘

自从50～60年代贝叶斯学派形成后,关于贝叶斯分析的研究久盛不衰。早在80年代,贝叶斯网络就成功地应用于专家系统,成为表示不确定性专家知识和推理的一种流行方法。90年代以来,贝叶斯学习一直是机器学习研究的重要方向。

用于数据采掘的贝叶斯分类器研究

所谓分类器是一个函数f(x),它给需要分类的实例x赋予类标签c,∈C(j=1,2,…,m),实例x由一组属性值a_1,…,a_n描述,C是类变量,取有限个值,可看成有限个元素的集合。进行分类首先要构造一个分类器。从预先分类的实例进行有导师学习并建立分类器,是机器学习的中心问题之一。已有的分类器如决策树、决策表、神经网络、决策图和规则等。

原型进化模型及在管理信息系统开发中的应用

管理信息系统软件像其他复杂的系统一样是一个逐渐进化生长的系统 .生命周期法、快速原型法难以适应软件开发的进化特性 .我们在 B.Boehm的螺旋模式 ( Spiral Model)基础上 ,引入面向对象技术 ,形成基于面向对象技术的原型进化模型 ,研究了这种开发模型的实现环境 ,并在广西高校计算机等级考试管理系统MCT的开发中成功应用 .实践证明这是一种适合软件开发进化特性的。

广西高校计算机等级考试管理系统MCT的设计与实现

广西高校计算机等级考试管理系统 MCT是一个基于 Windows95/98平台的应用软件系统 .该系统设计思想先进 ,结构严谨合理 ,功能覆盖了等级考试各阶段的工作 ,实现了自治区教育厅与各高校之间的松散分布式处理 ,工作稳定可靠 ,安装使用方便 .该软件系统以 Power Builder6.0为开发工具 ,采用面向对象技术和原型渐进方法开发实现 .5年来该系统在全区 4 2所学校和教育厅高教处使用 ,经历了实际考试的考验 ,证明设计和开发是成功的 .

《大学计算机基础》课程建设与教材编写

本文结合《大学计算机基础教程》的编写,研究作为高校各专业必修课的大学计算机基础课程定位、人才培养目标、教学内容体系、教学起点及与中学衔接、教学模式、教材的表述方式等问题,提出了自己的见解。

广西高校计算机基础教育存在的问题与对策

本文以《白皮书》为指导思想,讨论了社会信息化进程加速和中学《信息技术》课程推进对高校计算机基础教育提出的新问题,分析了广西高校计算机基础教育存在的问题,提出改革的对策。

全国高校计算机联合考试广西考区的做法和经验

全国高校计算机联合考试广西考区已经举行 9年考试 ,考试的科学性、可靠性、公正性得到了各个高校和社会的普遍认同 ,对地处西南的广西高校的计算机基础教学起到积极推动作用。本文回顾总结了该考试实施以来的做法和经验 ,侧重阐述了考试的指导思想 ,考试大纲的设计 ,考试命题和考务管理办法的建立和完善 ,考试的计算机管理系统开发以及高校计算机基础教学教材建设等问题。

课程考试命题科学化试验

参照标准化考试的某些做法,对《数据结构》、《BASIC语言》两门课程进行命题科学化试验,得到一组适合课程考试使用、满足效度和信度要求的命题方法,为课程考试命题科学化及计算机命题专家系统的研制提供了依据。

机器学习概况

讨论了人工智能的子领域——机器学习在国外的发展情况、机器学习在人工智能其它分支中的应用、机器学习的基本方法以及我国机器学习研究的现状.

广西高校计算机等级考试管理系统的开发与应用

采用面向对象的快速原型法和原型渐进法 ,使用 Power Builder6.0等快速生成原型的软件工具开发广西高校计算机等级考试管理系统 ( MCT)。系统设计有良好的可扩展性和可维护性 ,采用开放的推广应用方式 ,建立 MCT网站供软件新版本下载 ,提供针对性的技术保障服务。MCT系统已在广西 4 2所学校和教育厅高教处使用 5年 ,使广西高校计算机等级考试考务管理全面实现计算机化 ,提高了考务管理工作的质量和效率。

基于Web的集成式课件研究

如何提高网络课件的适应性是当前课件开发的一个重要问题。从软件重用的观点出发,提出了集成式课件系统的开发思路和目标,并给出了系统实现的关键技术。该系统通过划分知识点和动态生成教学序列的方法来提高课件的灵活性。它提供了一个管理、组合和演示教学内容的框架,通过统一的教学内容制作规范确保该框架可以应用于其他课程,为实现课件资源的共享和重用提供了一个可行的途径。

基于贝叶斯网络的电信客户流失预测分析

电信客户流失分析常用的数据挖掘方法有自动聚类、决策树和人工神经网络,它们是采用数据本身来训练模型的,没有利用先验知识。电信客户流失是由客户心理、服务质量和对手竞争等诸多复杂的因素造成的,利用这些已有的先验知识,可以提高预测的精度。该文根据先验知识选取分析变量,采集样本数据,通过贝叶斯网络的结构学习和参数学习,建立客户流失模型并进行客户流失趋势预测,取得了比标准数据集更准确的结果,该结果和决策树方法的预测结果相比还具有较大的优势,说明贝叶斯网络是分析客户流失等不确定性问题的有效工具。

基于距离的孤立点检测研究

孤立点检测是一个重要的知识发现任务,在分析基于距离的孤立点及其检测算法的基础上,文章提出了一个判定孤立点的新定义,并设计了基于抽样的近似检测算法,用实际数据进行了实验。实验结果表明,新的定义不仅与DB(p,d)孤立点定义有着相同的结果,而且简化了孤立点检测对用户的要求,同时给出了数据对象在数据集中的孤立程度。

贝叶斯网络结构学习分析

贝叶斯网络结构学习(以下简称结构学习)的目标是寻找对先验知识和数据拟合得最好的网络结构。结构学习有两种方式,一种是模型选择,即选择一个最好的网络结构;另一种是选择性的模型平均,即选择合适数量的网络结构,以这些网络结构代表所有的网络结构。

基于面向对象技术的积件系统的设计

本文描述了一个基于面向对象技术的积件系统的设计思想及其工作原理 ,给出了该系统写作组合平台的设计和系统的课件运行的动态模型。该系统将积件对象化 ,面向对象积件库由积件对象组成 ,外部与积件对象、积件对象与积件对象之间只能通过消息发生联系。积件对象通过接受消息驱动相应的教学服务。这样的系统设计可增加积件的独立性与可积性 ,实现课件的动态重组。

文字型CAI课件的快速开发

介绍一套基于脚本控制符的快速开发文字型课件的方法．教师使用脚本控制符直接在文本编辑器中编写教学脚本；并能实现脚本设计与程序设计并行工作。

贝叶斯学习中基于贝叶斯判别分析的先验分布选取

In this paper we propose an experimental method to choose a prior distribution. Different from many re-searchers, who offered lots of principles that separated from sample information, we consider it a Bayesian discrimina-tion problem combining with the sample information. We introduce the concept of Posterior belief about prior distri-butions. With the well-known Bayes theorem we give out a formula to calculate it and propose a method to discrirni-nate a prior between prior distributions-- Highest Posterior Belief (HPB). We also show that under certain condition,the HPB method is identical with the ML-I method.

基于贝叶斯网络的推理在移动客户流失分析中的应用

移动客户流失分析系统在数据挖掘的基础上,实现了客户流失模型的管理应用。其中关键的环节是根据先验知识的因果推理和基于贝叶斯网络的因果推理进行流失客户的分析,挖掘导致流失的因素,从而辅助市场经营人员制订相应的策略。实验说明,基于贝叶斯网络推理的知识可以不断修正先验知识,获得对客户流失等问题的正确认识。

基于TD强化学习智能博弈程序的设计与实现

探讨了基于TD (TemporalDifference)预测强化学习智能博弈程序的设计原理 ,并基于该原理结合BP神经网络设计并实现了一个能自学习的五子棋博弈程序。实验证明 ,该方法既能避免设计复杂的静态评估函数 ,又能很好地解决传统的智能博弈程序中存储空间大和运行速度慢等问题 ,同时克服了传统方法难以在模糊、不完整或冗余 ,甚至矛盾的数据基础上进行问题求解的缺点。

用贝叶斯网络进行因果分析

因果分析是贝叶斯网络的一个重要应用领域。因果分析不同于相关分析,无论对数据分析、扰动分析还是预测都是十分重要的。贝叶斯网络虽然有一定的因果语义(我们常常用变量的因果关系构造贝叶斯网络结构),但贝叶斯网络是条件独立性的表示,因此我们不能不加限定地用贝叶斯网络进行因果分析。