贝叶斯网络(Bayesian networks,BN)最近在众多领域中引发了兴趣,参与了许多不同的应用,包括经济、风险分析、资产和负债管理、人工智能和机器人、交通系统规划和优化、政治学分析、法律和法医科学评估、药理学和药物基因组学、系统生物学和代谢组学、心理学和政策制定和社会方案评价等。这种强烈的响应可以看出,结构和过程的概率贝叶斯模型是可靠的和稳定的因果关系的表示。与传统的频率统计方法相比,BN通过合并新的数据而获得增量或纵向改进的能力提供了额外的优势。本书的参与者阐明了BN这些方面的各种新的进展。

下载地址:链接: https://pan.baidu.com/s/16ZKifEDhWp-vmy1R_6C02w 提取码: 7gnx

  • 第一章 Introductory Chapter: Timeliness of Advantages of Bayesian Networks By Douglas S. McNair
  • 第二章 An Economic Growth Model Using Hierarchical Bayesian Method By Nur Iriawan and Septia Devi Prihastuti Yasmirullah
  • 第三章 Bayesian Networks for Decision-Making and Causal Analysis under Uncertainty in Aviation
  • 第四章 Using Bayesian Networks for Risk Assessment in Healthcare System
  • 第五章 Continuous Learning of the Structure of Bayesian Networks: A Mapping Study
  • 第六章 Multimodal Bayesian Network for Artificial Perception
  • 第七章 Quantitative Structure-Activity Relationship Modeling and Bayesian Networks: Optimality of Naive Bayes Model
  • 第八章 Bayesian Graphical Model Application for Monetary Policy and Macroeconomic Performance in Nigeria
成为VIP会员查看完整内容
120

相关内容

【经典书】机器学习高斯过程,266页pdf
专知会员服务
229+阅读 · 2020年5月2日
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
《AutoML:方法,系统,挑战》新书免费下载
新智元
24+阅读 · 2019年5月28日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
Arxiv
7+阅读 · 2018年8月28日
Arxiv
27+阅读 · 2018年4月12日
Arxiv
4+阅读 · 2018年4月10日
Arxiv
7+阅读 · 2018年1月10日
VIP会员
相关主题
微信扫码咨询专知VIP会员