机读格式显示(MARC)

• 000 01162nam0 2200253 450

• 001 0000730557

• 005 20181229161100.0

• 010 __ |a 978-7-03-058931-6 |d CNY70.00

• 100 __ |a 20181213d2018 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a y z 000yy

• 106 __ |a r

• 200 1_ |a 贝叶斯网络学习及数据分类 |A bei ye si wang luo xue xi ji shu ju fen lei |b 专著 |f 李艳颖著

• 210 __ |a 北京 |c 科学出版社 |d 2018

• 215 __ |a 128页 |d 24cm

• 300 __ |a 陕西省教育厅专项科研计划项目资助 宝鸡市技术创新引导计划项目资助 宝鸡文理学院重点学科建设经费资助

• 330 __ |a 本书针对大数据网络的结构学习，提出基于条件独立测试的学习贝叶斯网络框架的算法，研究了马尔可夫等价祖先图的共性，提出最大祖先图的最小本质图的概念，还研究了马尔可夫等价的有向最大祖先图的转化问题，并针对数据分类问题，构建一个贝叶斯网络分类器模型，提出的算法精度高，分类效果好。同时，本书还研究了k-最近邻分类器的k值选择问题，建立了快速寻找最优k值的搜索策略，并保证模型具有最高留一分类精度。

• 606 0_ |a 贝叶斯推断 |A bei ye si tui duan |x 研究

• 690 __ |a O212 |v 5

• 701 _0 |a 李艳颖 |A li yan ying |4 著

• 801 _0 |a CN |b HDUL |c 20181229

• 905 __ |a HDUL |d O212/452

• 920 __ |a 233030 |z 1