对刚学习人工智能的萌新可能有些帮助

matlab遗传代码工具箱设置bnsl_ga 机器学习研究项目：使用遗传算法的贝叶斯网络结构学习。 先决条件 实验框架使用和编写在MATLAB R2016a中。 精英结构学习者 这项工作提出了两种新的知识驱动的BNSL父母控制策略，这些策略建立在具有自适应突变方案的GA的基础上。 第一种改进是在父控件设置上进行的，而第二种改进旨在通过动态调整每个节点可以容纳的最大父控件数来降低此类参数的敏感性。 DOI： 父集交叉 这项工作提出了一种新方法，该方法将BNSL问题的结构特性整合到了GA机制中。 提出的方法使用了一个新的重组运算符，称为父集交叉，能够减少重组过程的破坏性行为并增强其开发能力。 新的算子已作为两种遗传策略的一部分实施：规范遗传算法和具有自适应突变方案的遗传算法。 DOI：

遥感是一种工具，它通过称为图像分类的过程对于生产土地用途和土地覆盖图非常重要。 为了使图像分类过程成功，应考虑几个因素，包括高质量Landsat图像和辅助数据的可用性，精确的分类过程以及用户的经验和程序专业知识。 这项研究的目的是使用遥感和地理空间信息系统（GIS）技术对研究区域的土地利用/土地覆盖进行分类和绘制地图。 这项研究包括两个部分（1）土地利用/土地覆被（LULC）分类和（2）准确性评估。 在这项研究中，监督分类是使用非参数规则进行的。 土地利用，土地利用的变化和变化的主要类别是农业（65.0％），水体（4.0％）和建成区（18.3％），混交林（5.2％），灌木丛（7.0％）和贫瘠/裸地（0.5％）。 该研究的总体分类准确度为81.7％，kappa系数（K）为0.722。 卡伯系数的等级很高，因此分类图像适合进一步研究。 这项研究提供了重要的信息来源，计划者和决策者可以使用这些信息来可持续地规划环境。

贝叶斯网络例子程序， 适合初学者学习贝叶斯方法的学习程序。

贝叶斯网络学习、推理与应用 扫描版，清晰度还行

软件介绍: 此版本为2019年02月28日更新版本。GeNIe是一款可视化很强的贝叶斯网络软件，拥有良好的用户界面、直观透明，这也是多年来GeNIe界面开发的主要思想。总的来说，这款开源软件非常适合新手学习。上手

GeNIe几乎算是构建分析贝叶斯网络最简单的模型之一，不需要编程，方便易行。教程为2020版最新教程

多语言 程序语言专家。 它用于检测程序语言，就像，但基于朴素贝叶斯分类器。 入门 使用pip安装 pip install git+https://github.com/polyrabbit/polyglot 首先，我们需要在多语言训练语料库上训练多语言，语料库中的每个文件夹都应该包含名称由文件夹标识的相同语言的文件。 例如 polyglot train --corpus=./corpus --ngram=3 --verbose --output=./model.json 使用上述命令生成预先包含的 。 运行polyglot train --help以了解使用细节。 训练后，我们可以使用朴素贝叶斯分类器对给定文件进行分类。 例如 echo import os | polyglot classify --ngram=3 --top=3 --verbose --model=./mode

关于贝叶斯网络的习题，网上很少的，都是理论，公式，如果没有习题很难让人有兴趣阅读下去。本资源里边精选了贝叶斯网络学习的习题20道，方便大家学习

贝叶斯网络在人脸识别中的应用,描述贝叶斯网络的构建，组成，以及在人脸识别中的应用。