貝葉斯網路（bayesian network），又稱信念網路（belief network）或是有向無環圖模型（directed acyclic graphical model），是一種概率圖型模型。貝葉斯網路學習資料分析獲得貝葉斯網模型，而貝葉斯網路包括引數學習和結構學習。通過貝葉斯網路結構學習得到各節點的依賴關係。在確定貝葉斯網路的結構後，通過引數學習獲取各個結點之間依賴關係的定量描述，也就是各個結點的條件概率表（conditional probability table,cpt）
1.1結構學習
參考文獻
[1]貝葉斯網路結構學習方法簡介
[2]貝葉斯網路結構學習之k2演算法（基於fullbnt-1.0.4的matlab實現）
[3]貝葉斯網路結構學習之mcmc演算法（基於fullbnt-1.0.4的matlab實現）
[4]貝葉斯網路結構學習若干問題解釋
[5]貝葉斯網路引數學習（基於fullbnt-1.0.4的matlab實現）
貝葉斯詳細介紹，非常值得入門看下
貝葉斯網路
1.貝葉斯網路的定義 貝葉斯網路 bayesian network 又稱信念網路 belief network 或有向無環圖模型 directed acyclic graphical model 是一種概率圖模型，於1985年由judea pearl首先提出。它是一種模擬人類推理過程中因果關係的不確...
貝葉斯網路
一 貝葉斯網路，由乙個有向無環圖 dag 和條件概率表 cpt 組成。貝葉斯網路通過乙個有向無環圖來表示一組隨機變數跟它們的條件依賴關係。它通過條件概率分布來引數化。每乙個結點都通過p node pa node 來引數化，pa node 表示網路中的父節點。乙個簡單的貝葉斯網路，其對應的全概率公式為...
建立貝葉斯網路
博文內容源自 定義貝葉斯網路，必須知道圖形結構和相應引數。考慮下圖的圖形結構 指定上圖的有向無環圖，我們建立乙個屬性矩陣。clc clear 建立貝葉斯網路結構 四個節點號如下 cloudy 1,sprinkler 2,rain 3,wetgrass 4.節點號必須按照拓撲順序編號，即父節點在前子節...