贝叶斯学习、贝叶斯网络与数据采掘

被引：30

作者：

林士敏

田凤占

陆玉昌

机构：

[1] 清华大学计算机科学与技术系

[2] 清华大学计算机科学与技术系智能技术与系统国家重点实验室北京

[3] 智能技术与系统国家重点实验室北京

[4] 智能技术与系统国家重点实验室

来源：

基金：

国家攀登计划;

关键词：

Bayesian networks; Data mining; Knowledge discovery; Machine learning;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

<正> 自从50～60年代贝叶斯学派形成后,关于贝叶斯分析的研究久盛不衰。早在80年代,贝叶斯网络就成功地应用于专家系统,成为表示不确定性专家知识和推理的一种流行方法。90年代以来,贝叶斯学习一直是机器学习研究的重要方向。由于概率统计与数据采掘的

引用

页码：69 / 72

页数：4