您好,欢迎光临本网站![请登录][注册会员]  
文件名称: 基于MapReduce的海量数据贝叶斯网络学习方法
  所属分类: 其它
  开发工具:
  文件大小: 171kb
  下载次数: 0
  上传时间: 2021-03-16
  提 供 者: weixin_********
 详细说明:贝叶斯网络(BN)是用于表示和推断不确定知识的流行且重要的概率图形模型。 从海量数据中学习BN是不确定性以知识为中心的推理,预测和决策的基础。 海量数据的固有特性使BN学习可以适应大数据量并并行执行。 在本文中,我们提出了一种基于MapReduce的方法,通过扩展传统的评分和搜索算法来从海量数据中学习BN。 首先,在评分过程中,我们开发了map和reduce算法以并行获取所需参数。 其次,在搜索过程中,我们为每个节点开发了map和reduce算法,以并行对所有候选局部结构评分,并选择得分最高的局部最优结构。 因此,每个节点的局部最优结构被合并为全局最优结构。 实验结果表明,该方法是有效的。
(系统自动生成,下载前可以参看下载内容)

下载文件列表

相关说明

  • 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
  • 本站是交换下载平台,提供交流渠道,下载内容来自于网络,除下载问题外,其它问题请自行百度
  • 本站已设置防盗链,请勿用迅雷、QQ旋风等多线程下载软件下载资源,下载后用WinRAR最新版进行解压.
  • 如果您发现内容无法下载,请稍后再次尝试;或者到消费记录里找到下载记录反馈给我们.
  • 下载后发现下载的内容跟说明不相乎,请到消费记录里找到下载记录反馈给我们,经确认后退回积分.
  • 如下载前有疑问,可以通过点击"提供者"的名字,查看对方的联系方式,联系对方咨询.
 输入关键字,在本站1000多万海量源码库中尽情搜索: