您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 基于MapReduce的海量数据贝叶斯网络学习方法

  2. 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
  3. 所属分类:其它

    • 发布日期:2021-03-16
    • 文件大小:175104
    • 提供者:weixin_38649315