吉布斯采样matlab代码贝叶斯近似估计
该项目采用三种方法来计算MAP推断和后验推断
吉布斯抽样
用均值场法计算推论和推论。
此外，通过Jupyter
Notebook的变量消除方法可以计算出准确的结果。
==================================================
============================
[[Bayesian_roximate_Inference]的代码和报告
先决条件
所提出的方法是通过Jupyter
Notebook实现的。
所需的软件包包括：
Matlab的
的Python
3
Jupyter笔记本
入门
通过对“数据集”文件夹中文件的分类来修改路径；
运行matlab代码的'Gibbs_sampling''mean_field'功能；
“消除变量”方法位于“
Proj1”的Jupyter文件中
贝叶斯网络
吉布斯算法
平均场算法
表现
2022-08-16 11:24:58
566KB
1
013_基于径向基函数神经网络(RBF)的数据回归预测 Matlab代码实现过程，调用newrbe函数实现
2022-08-16 09:07:05
13KB
1
011_基于随机森林算法(RF)的数据分类预测 Matlab代码实现过程，调用TreeBagger函数实现
2022-08-15 10:05:39
72KB
1
010_基于随机森林算法(RF)的数据回归预测 Matlab代码实现过程，调用TreeBagger函数实现
2022-08-14 12:05:00
14KB
1
004_基于支持向量机(SVM)的数据回归预测 Matlab代码实现过程，调用了libsvm工具箱实现
2022-08-14 09:08:29
59KB
1
005_基于支持向量机(SVM)的数据分类预测 Matlab代码实现过程，调用了libsvm工具箱实现
2022-08-14 09:08:28
117KB
1
007_基于遗传算法优化BP神经网络(GA-BP)的数据回归预测 Matlab代码实现过程
2022-08-14 09:08:27
23KB
1