这是一个用Python编写并优化的贝叶斯模型,可应用于神经网络、机器学习、数据分析和数据挖掘等领域的数学模型。它是数据分析、Python程序设计、数学建模等课程作业的得力工具。语言为Python,在Python 3.6~3.8均可运行,但需要安装numpy进行支持。
可用于神经网络机器学习及数据分析的贝叶斯模型优化.py
用户评论
推荐下载
-
贝叶斯网络简介
对贝叶斯网络进行简要介绍,不过多描述,适合初学者学习
11 2020-08-30 -
贝叶斯网络程序
提供详细的贝叶斯网络python程序,并提供具体实例验证,
36 2019-03-29 -
动态贝叶斯网络
动态贝叶斯网络(Dynamic Bayesian Network, DBN),是一个随着毗邻时间步骤把不同变量联系起来的贝叶斯网络。这通常被叫做“两个时间片”的贝叶斯网络,因为DBN在任意时间点T,变
44 2018-12-08 -
贝叶斯网络导论
目录:第一部分贝叶斯网基础第1章概率论基础1.1随机事件与随机变量1.2概率的解释1.3多元概率分布1.4概率论与人工智能1.5信息论基础第2章贝叶斯网2.1不确定性推理与联合概率分布2.2条件独立与
24 2019-05-15 -
贝叶斯网络ppt
贝叶斯网络的提出就是要解决这个问题。它把复杂的联合概率分布分解成一系列相对简单的模块,从而大大降低知识获取和概率推理的复杂度,使得可以把概率论应用于大型问题。
26 2019-05-15 -
贝叶斯网络简史
AhistoryofBayesianneuralnetworksDEEPLEARNINGLIMITATIONSOFDEEPLEARNINGWHATDOIMEANBYBEINGBAYESIAN?BAYE
24 2019-05-15 -
贝叶斯网络引论
一本详细解释贝叶斯网络的入门书,很多定理有详细证明且有比较好的例题解析,值得一读。
25 2019-06-03 -
贝叶斯网络研究
贝叶斯信念网络在数据分析和挖掘中的应用和相关问题的分析
27 2019-07-15 -
贝叶斯信念网络
朴素贝叶斯分类假定类条件独立,即给定样本的类标号,属性的值相互条件独立。这一假定简化了计算。当假定成立时,与其它所有分类算法相比,朴素贝叶斯分类是最精确的。然而,在实践中,变量之间的依赖可能存在。贝叶
58 2019-07-15 -
贝叶斯网络总结
贝叶斯网络总结介绍什么是贝叶斯网络总结,工程上怎么应用贝叶斯网络
14 2019-05-03
暂无评论