Methods and applications of Bayesian networks
Τα Bayesian networks (BN) παρέχουν ένα μέσο μοντελοποίησης και συμπερασμάτων πιθανοτικών μοντέλων σύνθετη δομή εξάρτησης που εμφανίζεται φυσικά σε βιομηχανίες και επιστημονικούς πραγματικούς κόσμους εφαρμογές. Σε αυτή τη Διατριβή αναπαρίσταται η θεωρία για τα Bayesian networks και η μεθοδολογία για...
Αποθηκεύτηκε σε:
| Κύριος συγγραφέας: | |
|---|---|
| Άλλοι συγγραφείς: | |
| Γλώσσα: | English |
| Δημοσίευση: |
2022
|
| Θέματα: | |
| Διαθέσιμο Online: | http://hdl.handle.net/11610/24007 |
| Ετικέτες: |
Προσθήκη ετικέτας
Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!
|
| Περίληψη: | Τα Bayesian networks (BN) παρέχουν ένα μέσο μοντελοποίησης και συμπερασμάτων πιθανοτικών μοντέλων σύνθετη δομή εξάρτησης που εμφανίζεται φυσικά σε βιομηχανίες και επιστημονικούς πραγματικούς κόσμους εφαρμογές. Σε αυτή τη Διατριβή αναπαρίσταται η θεωρία για τα Bayesian networks και η μεθοδολογία για την εκτίμηση της δομής και των παραμέτρων ενός δικτύου είναι
συζητήθηκε διεξοδικά. Επιπλέον, η συντριπτική πλειοψηφία των δυνατοτήτων του bnlearn πακέτου, το οποίο είναι το κύριο εργαλείο για την εξαγωγή συμπερασμάτων σε Bayesian networks με χρήση της R, αντιπροσωπεύονται μέσω εφαρμογών. Τέλος, παρουσιάζονται εναλλακτικές μέθοδοι αξιολόγησης για την επίλυση του προβλήματος της λανθασμένης επιλογής ενός Δικτύου μέσω των scores λόγω του γεγονότος ότι πέφτουν θύματα Bayesian networks με περισσότερα τόξα. Για να αντιμετωπίσουμε αυτό το πρόβλημα θα παρουσιάσουμε τρόπους να συνδυάσει τη Θεωρία της Πληροφορίας με τα Bayesian networks. |
|---|