1.自主学习的PPT课件；
2.C语言数据结构严蔚敏版；
3.课本的扫描件资源本网站已有；
2022-03-07 22:36:04
15.6MB
1
贝叶斯网络又称信度网络，是Bayes方法的扩展，是目前不确定知识表达和推理领域最有效的理论模型之一。从1988年由Pearl提出后，已经成为近几年来研究的热点.。一个贝叶斯网络是一个有向无环图(Directed Acyclic Graph,DAG),由代表变量结点及连接这些结点有向边构成。结点代表随机变量，结点间的有向边代表了结点间的互相关系(由父结点指向其子结点)，用条件概率进行表达关系强度，没有父结点的用先验概率进行信息表达。结点变量可以是任何问题的抽象，如：测试值，观测现象，意见征询等。适用于表达和分析不确定性和概率性的事件，应用于有条件地依赖多种控制因素的决策，可以从不完全、不精确或不确定的知识或信息中做出推理。
2022-02-10 18:20:18
15.76MB
1
从数据中学习贝叶斯网络结构是一个NP-hard问题，提高网络结构学习算法精度是研究的重难点。基于Pearl的因果理论，提出了一种贝叶斯网络结构学习方法，提升了现有算法的准确率。利用改进的Pearl因果效应和BDe评分，学习网络节点优先次序，利用K2算法学习初始网络，并通过BDe评分反向调节、互信息和BDe评分删除边以修正学习结果。实验在贝叶斯网络标准数据集ASIA、ALARM上进行，在样本量为2000~20 000的20组实验中，学习准确率较MMHC算法平均提升16%，准确率标准差较MMHC算法平均缩小17%。实验表明，基于因果效应的方法较MMHC算法有更好的性能。
2022-02-09 03:16:00
1.03MB
1
基于大数据算法与数据结构学习：ELM+OSELM+KELM+半监督SSELM+USELM的matlab程序
2022-02-03 14:11:00
357KB
CausalInference.jl：使用PC算法进行因果推理，图形模型和结构学习
2022-01-14 15:59:11
42KB
1
可视化数据结构学习课件，网页的动画显示，排序算法动态显示，有课件使用说明，本项目使用html和JavaScript制作而成，本地使用需要电脑上安装浏览器，推荐使用Chrome、Microsoft Edge等浏览器。
2021-12-28 11:22:43
14.8MB
1