贝叶斯
探索贝叶斯技术的深度应用，涵盖从基础理论到高级算法实现。本标签下汇集了3226个精选资源，包括但不限于贝叶斯网络、概率推理及机器学习领域内的最新研究成果与实用案例。无论是初学者还是经验丰富的工程师，都能在这里找到促进技能提升和项目创新所需的知识与工具。立即加入我们，开启您的贝叶斯之旅，让数据说话，为...
资源总数
500
贝叶斯 全部资料 500 份
贝叶斯网络精确推理算法的研究
贝叶斯网络是以概率理论为基础的不确定知识表示模型，贝叶斯网络推理的目的是得到随机变量的概率分布。目前，最流行的推理算法是联合树算法，它的主要思想是将贝叶斯网络转化为一棵无向树，在无向树上完成消息传递过
2024-03-27
9
改进的贝叶斯多分类器组合规则
·多分类器组合是提高识别效果的一条有效途径’文中提出一种用于多分类器组合的改进贝叶斯规则即首先通过对大量样本的统计获得有关每个分类器识别性能的先验知识将其作为多分类器组合的依据’组合时对每个类设置不同的阈值使组合效果得以改善这些阈值可以通过...
2024-06-04
7