人工智能-贝叶斯网络

em算法matlab代码主轴-HMM 复制所有结果，表格和纸图的代码 要求 MATLAB-结果，表格和图2 MATLAB R2016b或更高版本（实现的算法需要广播功能） 统计和机器学习工具箱 信号处理工具箱 并行计算工具箱（可选，但强烈推荐用于基于EM的学习） Python-图1 Python3 jupyter笔记本 matplotlib 绘制概率图形模型 数据 DREAMS睡眠纺锤数据集 指示 将“ Main_Code”文件夹添加到MATLAB路径 下载DREAMS睡眠纺锤数据集。 可靠的来源（请确保下载DatabaseSpindles.rar文件）。 解压缩.rar文件。 运行reformatDREAMS.m脚本以对EEG和专家标签进行格式化和降采样 现在即可运行“ DREAMS”文件夹中的算法/脚本。 这些是用于复制结果，表和图2的脚本 （可选）使用matplotlib和RARHSMM_GraphicalModel.ipynb设置python环境，以在jupyter笔记本上运行RARHSMM_GraphicalModel.ipynb PS1：所有主要代码都是MATLAB，pyt

R语言bnlearn

可以实现在界面创建节点实现贝叶斯网络，可以弄清过程，结果可视化良好，做科研比较好。

基于matlab的贝叶斯网络工具箱BNT是kevin p.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、参数学习及结构学习、静态模型和动态模型。

在FULLBNT工具箱的基础上用matlab实现贝叶斯网络建模 概率分析

FullBNT-1.0.7.zip 最新的贝叶斯网络代码包

fullBnt 贝叶斯网络 中文版 里面有详细的例子

机器学习-------------贝叶斯网络ppt

建立基于差分隐私的贝叶斯网络，使得结构化数据同时兼备隐私性与效用性 1）对原始d维数据集预处理：运用二分k均值算法对连续型数据离散化 2）设置差分隐私预算epsilon1，使用指数机制来构造k度的贝叶斯网络N，并输出d对AP的概率分布 3）设置差分隐私运算epsilon2，在d对AP对的概率分布中加入拉普拉斯噪声 4）生成具有噪声的近似AP对概率分布 5）从具有噪声的概率分布中采样，生成发布数据集 6）通过α-边际分布和SVM分类器评估新生成的数据集的隐私性和效用性。