主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公English
2020-2021年专刊出版计划 微信服务介绍 最新一期:2020年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
慕春棣,戴剑彬,叶俊.用于数据挖掘的贝叶斯网络.软件学报,2000,11(5):660-666
用于数据挖掘的贝叶斯网络
Bayesian Network for Data Mining
投稿时间:1999-03-15  修订日期:1999-06-07
DOI:
中文关键词:  数据挖掘,贝叶斯网络,贝叶斯概率,先验概率,后验概率.
英文关键词:Data mining, Bayesian network, Bayesian probability, prior probability, posterior probability.
基金项目:本文研究得到国家CIMS工程研究中心基金(No.CIMS-JJ.96-001)资助.
作者单位
慕春棣 清华大学自动化系,北京,100084 
戴剑彬 清华大学自动化系,北京,100084 
叶俊 清华大学应用数学系,北京,100084 
摘要点击次数: 4392
全文下载次数: 4271
中文摘要:
      贝叶斯网络是用来表示变量集合的连续概率分布的图形模式,它提供了一种自然地表示因果信息的方法,用来发现数据间的潜在关系.贝叶斯网络的学习也就是要找出一个能够最真实反映现有数据库中各数据变量相互之间的依赖关系的贝叶斯网络模型,即根据数据样本D和先验知识ζ,找出后验概率p(sh|D,ζ)最大的贝叶斯网络S.该文在数学上对贝叶斯网络的学习方法进行了严格的推导,用一个实例来说明贝叶斯网络的计算过程,并介绍了贝叶斯网络在数据挖掘领域内的应用.
英文摘要:
      Bayesian network is a graphical model that encodes probabilistic relationships among variables of interest. It is a natural way to express the causal information, and to discover the hidden patterns among the data. Learning of Bayesian network is to find out a network model that best represents the dependent relationships of the variables in a database, that is, given sample D and prior knowledge ζ, to find a Bayesian network S that fits the maximum posterior probability p(sh|D,ζ). In this paper, the learning process of the network is strictly derived, and a case study is presented to indicate the applications of Bayesian network in data mining.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利