注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 贝叶斯统计推断-贝叶斯统计-贝叶斯

  2. 贝叶斯统计是在经典统计的争论中逐渐发展起来的。争论的问题有：位置参数是否可以看作随机变量？事件的概率是否一定要有频率解释？概率是否可用经验来确定？在这些问题的争论中，贝叶斯学派建立起自己的理论和方法。

  3. 所属分类：专业指导

    • 发布日期：2009-05-13
    • 文件大小：5242880
    • 提供者：zhangsailei

  1. 贝叶斯预测模型的应用

  2. 贝叶斯预测模型是运用贝叶斯统计方法进行的一种预测! 它与传统预测方法的不同之处在于利用了来源于经验和历史资料的先验 信息’ 通过实证分析的方法! 将贝叶斯预测模型与普通回归预测模型的预测结果进行比较! 结果表明贝叶斯预测模型具有明显的优越性’

  3. 所属分类：专业指导

    • 发布日期：2009-10-09
    • 文件大小：277504
    • 提供者：tj0412ymy

  1. 经验贝叶斯估计方法，贝叶斯统计推断

  2. 详细介绍经验贝叶斯估计方法，使用贝叶斯方法的一个先决条件是知道先验分布，而在实际问题中，这一条件常常是不满足的。因为，即使在一个问题中，人们对参数取什么值可能事先（抽样以前）有一些知识，但这种知识往往没有确切到能用一个概率分布来描述的程度。

  3. 所属分类：专业指导

    • 发布日期：2009-11-22
    • 文件大小：225280
    • 提供者：wendijian

  1. 一种贝叶斯网络结构学习的优化策略

  2. 贝叶斯网络的建造是一个复杂的任务，需要知识工程师和领域专家的参与。在实际中可能是反复交叉进行而不断完善的。面向设备故障诊断应用的贝叶斯网络的建造所需要的信息来自多种渠道，如设备手册，生产过程，测试过程，维修资料以及专家经验等。首先将设备故障分为各个相互独立且完全包含的类别（各故障类别至少应该具有可以区分的界限），然后对各个故障类别分别建造贝叶斯网络模型，需要注意的是诊断模型只在发生故障时启动，因此无需对设备正常状态建模。通常设备故障由一个或几个原因造成的，这些原因又可能由一个或几个更低层次的原

  3. 所属分类：网络基础

    • 发布日期：2010-08-03
    • 文件大小：97280
    • 提供者：caoly1828

  1. 现代贝叶斯统计学

  2. 贝叶斯方法是基于贝叶斯定理而发展起来用于系统地阐述和解决统计问题的方渚上用贝叶斯定理的方式依赖于一个统计学家如何看待“概率”的基本概念。这些统计学家“推崇”概率为不确定性的度量，对于任何实际客体它将会被认定；因此没有任何理由贝叶斯定理不在任何场合应用。本书的主要内容包括贝叶斯立场、先验分布，后验分布及贝叶斯推断、常用分布、可靠性问题、经验贝叶方法、贝叶斯统计地应用、参考文献。　

  3. 所属分类：专业指导

    • 发布日期：2013-06-09
    • 文件大小：4194304
    • 提供者：jellyzone

  1. ArcGIS教程：什么是经验贝叶斯克里金法？

  2. 经验贝叶斯克里金法 (EBK) 是一种地统计插值方法，可自动执行构建有效克里金模型过程中的那些最困难的步骤。Geostatistical Analyst 中的其他克里金方法需要您手动调整参数来接收准确的结果，而 EBK 可通过构造子集和模拟的过程来自动计算这些参数。

  3. 所属分类：C++

    • 发布日期：2014-12-16
    • 文件大小：140288
    • 提供者：u010687924

  1. 贝叶斯推理与机器学习

  2. 贝叶斯推理是由英国牧师贝叶斯发现的一种归纳推理方法，后来的许多研究者对贝叶斯方法在观点、方法和理论上不断的进行完善，最终形成了一种有影响的统计学派，打破了经典统计学一统天下的局面。贝叶斯推理是在经典的统计归纳推理——估计和假设检验的基础上发展起来的一种新的推理方法。与经典的统计归纳推理方法相比，贝叶斯推理在得出结论时不仅要根据当前所观察到的样本信息，而且还要根据推理者过去有关的经验和知识。

  3. 所属分类：机器学习

    • 发布日期：2017-09-16
    • 文件大小：13631488
    • 提供者：xyw930511

  1. 现代贝叶斯统计学

  2. 贝叶斯方法是基于贝叶斯定理而发展起来用于系统地阐述和解决统计问题的方渚上用贝叶斯定理的方式依赖于一个统计学家如何看待“概率”的基本概念。这些统计学家“推崇”概率为不确定性的度量，对于任何实际客体它将会被认定；因此没有任何理由贝叶斯定理不在任何场合应用。本书的主要内容包括贝叶斯立场、先验分布，后验分布及贝叶斯推断、常用分布、可靠性问题、经验贝叶方法、贝叶斯统计地应用、参考文献。

  3. 所属分类：机器学习

    • 发布日期：2018-03-20
    • 文件大小：116
    • 提供者：data2word

  1. 基于动态贝叶斯网络的战场信息预测与评估_陈固胜

  2. 现代信息化战争中，战场态势估计己经成为支撑现代作战指挥决策的核心技术之 一。战场态势估计的实质是基于战场信息的决策级上的推理过程。目前战场态势估计的 主要问题包括：（侦察手段有限，获得的态势信息具有不确定性；（现有的态势估 计侧重于对敌杀伤预测，忽略了自身安全。因此根据动态不确定性战场信息完成态势估 计为战场指挥员提供科学辅助决策成为当前亟需解决的问题。 鉴于动态贝叶斯网络在处理动态不确定性问题方面的优势。本文提出了基于动态贝 叶斯网络的战场信息预测与评估。本文完成的主要工作包括： 论证基于动

  3. 所属分类：机器学习

    • 发布日期：2018-04-12
    • 文件大小：5242880
    • 提供者：hustjq

  1. large scale interfence monograph

  2. 斯坦福大学统计学大师Bradley Efron关于经验贝叶斯理论在大数据方面估计检验预测方面的论述。

  3. 所属分类：深度学习

    • 发布日期：2018-01-19
    • 文件大小：2097152
    • 提供者：jqrxgd

  1. 基于经验贝叶斯的事故多发信控交叉口判别

  2. 基于经验贝叶斯的事故多发信控交叉口判别，王雪松，李佳，信控交叉口是交通事故的多发点，判别事故多发信控交叉口是安全改善的基础。由于交通事故是小概率事件，事故绝对数具有随机波动的

  3. 所属分类：其它

    • 发布日期：2020-03-14
    • 文件大小：815104
    • 提供者：weixin_38677046

  1. 基于BIC、EM算法构建贝叶斯网

  2. 《机器学习》第七章后半部分代码，包括利用BIC、EM算法为基础构建贝叶斯网络，并利用吉布斯采样算法对实现对网络的“查询”。贝叶斯网络的构建采用了贪心算法。基于BIC、EM算法生成的贝叶斯网络没有进行较多验证，但从经验简单观察，应该具有一定正确性。

  3. 所属分类：机器学习

    • 发布日期：2020-02-28
    • 文件大小：9216
    • 提供者：mddh_123

  1. 经验贝叶斯估计（适合统计学研究学习）

  2. 经验贝叶斯估计的PPT学习文档，详细介绍了经验贝叶斯的统计学方法，以及几种改进的应用，适合初学者

  3. 所属分类：专业指导

    • 发布日期：2010-10-09
    • 文件大小：225280
    • 提供者：genius1012006

  1. 基于模糊贝叶斯理论的岩土参数概率分布研究

  2. 利用模糊数学方法和贝叶斯理论,把人的主观判断和经验以及从小样本中获得的概率分布模型结合起来,通过实例计算与有限比较法进行了对比,结果表明,该方法符合实际,为在小样本情况下确定岩土参数的分布类型提供了新的途径。

  3. 所属分类：其它

    • 发布日期：2020-07-04
    • 文件大小：173056
    • 提供者：weixin_38713039

  1. 基于改进朴素贝叶斯的入侵检测方法

  2. 工业控制系统的网络安全问题越来越严峻，遭到的入侵威胁也越来越复杂。伴随着网络的开放性、复杂性不断增强,入侵威胁正在不断加深。为了抵御愈趋复杂和多样的入侵威胁,需要设计高效的入侵检测方法。朴素贝叶斯分类算法是一种有效而简洁的分类算法，能较好地应用于工业控制系统网络的入侵检测。但是它的属性独立性假设使得该方法无法表示属性变量之间存在的关系，影响了它的分类效果。针对该缺陷，借鉴前人的经验，提出了一种改进综合加权系数的朴素贝叶斯分类算法（Compositive Weighted Naive Bayes

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：240640
    • 提供者：weixin_38531017

  1. 基于贝叶斯网络的等级保护风险评估模型研究

  2. 建立一个基于等级保护和贝叶斯网络的信息安全测评数据拓扑结构，对等级保护测评数据通过专家经验定性识别形成贝叶斯网络先验概率，通过历史资料形成的条件概率定量分析得出后验概率，利用贝叶斯网络因果推理算法，确定测评数据中各测评项概率值，同时根据测评项概率对被测评系统进行风险评价。通过上述风险评估过程使被测评机构感知风险态势。

  3. 所属分类：其它

    • 发布日期：2020-10-15
    • 文件大小：419840
    • 提供者：weixin_38717843

  1. 朴素贝叶斯分类器

  2. 简介 朴素贝叶斯分类器是基于贝叶斯公式的概率分类器，是建立在独立性假设基础上的。 　 贝叶斯公式可以把求解后验概率的问题转化为求解先验概率的问题，一般情况下后验概率问题 难以求解。例如；一封邮件是垃圾邮件的概率。通过贝叶斯公式可以把这个难解的问题转化为；计算垃圾邮件们各种特征出现的概率以及垃圾邮件出现的概率。因此朴素贝叶斯可以通过对已经掌握的“经验”(数据)的学习来预测一个很有价值的分类结果。 引入独立性假设 分类器最终的输出；选择最大概率的分类作为预测结果。 Python实现 导

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：96256
    • 提供者：weixin_38694541

  1. 关于经验贝叶斯的超参数估计：对MacKay算法的重新审视

  2. 关于经验贝叶斯的超参数估计：对MacKay算法的重新审视

  3. 所属分类：其它

    • 发布日期：2021-03-24
    • 文件大小：112640
    • 提供者：weixin_38691194

  1. ZIPPCAlnm:具有逻辑正态多项式分布（ZIPPCA-LNM）的零膨胀概率PCA框架将概率PCA从高斯环境扩展到多元丰度数据，并提出了经验贝叶斯方法来推断微生物组成。 已经开发了一种有效的VA算法（分类VA）来拟合该模型-源码

  2. ZIPPCAlnm 具有逻辑正态多项式分布（ZIPPCA-LNM）的零膨胀概率PCA框架 安装 install.packages( " devtools " ) devtools :: install_github( " YanyZeng/ZIPPCAlnm " ) library( ZIPPCAlnm ) 描述 具有逻辑正态多项式分布（ZIPPCA-LNM）的零膨胀概率PCA框架将概率PCA从高斯环境扩展到多元丰度数据，并提出了经验贝叶斯方法来推断微生物组成。 已经开发了一种有效的V

  3. 所属分类：其它

    • 发布日期：2021-03-05
    • 文件大小：10240
    • 提供者：weixin_42181545

  1. 贝叶斯统计-源码

  2. 贝叶斯统计，课程大纲 日程 星期 日程 话题 讲师 1个 1个 计量经济学与ML 影音 2个 影音 2个 3 影音 4 内核方法 nvf 3 5 影音 6 nvf 4 7 影音 8 nvf 5 9 影音 10 nvf 由于这是我们第一次使用本书，因此我们需要积累一些有关每周合理阅读负荷的经验。 A van Vuuren（avv）的演讲着重于机器学习的理论方面 N van Foreest（nvf）的讲座着重于机器学习的计算方面（在python中实现） 课程目标 在

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：25600
    • 提供者：weixin_42117224
« 12 3 4 »