贝叶斯网络模型具体作用
2016-01-05 16:59
232 查看
叶斯网络模型最简单的例子是“分类器”,即在观测节点输入多个特征,就能获得这些特征所对应的具体事物。 例如:一个箱子里装有篮球,排球和足球,你的朋友每次从箱子里取出某一个球。但你看不见所取球的类型,只能通过朋友描述尺寸,外表,颜色等特征(观测数据)来辨别(分类),当然你之所以具备辨别(分类)能力是你长期对几种球类的观察和认识,并将这些特征一一储存在你脑部,这就形成先验知识以及特征与具体事物的对应关系(网络模型结构和参数)。如果模型和先验知识精确,你的朋友仅需要说出尺寸或者颜色你就立刻可以分类,如果模型或先验知识不精确,那朋友就需要多说出几个特征你才能辨别。 通过上面的例子发现,贝叶斯网络需要学习,即通过数据进行训练,在具有观测数据时需要推理。这里就包含了BN的核心研究内容
相关文章推荐
- http协议学习以及简单应用服务器编写
- HTTP协议
- JAVA不使用第三方jar发送HTTP请求,并接受返回内容
- 卷积神经网络初探 | 数据科学家联盟 http://dataunion.org/20942.html
- apache httpd与tomcat集群搭建
- 神经网络浅讲:从神经元到深度学习
- 游戏辅助开发工具—TC、按键、易语言网络验证系统制作
- HttpURLConnection从网络下载文件
- PHP+tcpdf的生成
- iOS9网络请求HTTP配置
- Android实现文件上传(使用Android-ansync-http)
- JAVA网络编程之模拟表单提交
- httpclient连接池的使用
- XMLHttpRequest 的使用······
- 解析网络json数据,模拟美团界面显示。
- Socket入门——TCP协议即时聊天
- okhttp开源框架
- 自定义网络操作公共类 HttpUtil(接口回调机制)
- 浏览器 HTTP 缓存原理分析
- iOS9的http请求问题