A Bayesian belief network is a directed acyclic graph with a conditional probability distribution for each node,With a solid math foundation. Bayesian networks is one of the most efficient models in the fields of uncertain knowledge expression and inference.
贝叶斯网络是用来表示变量间概率分布的图形模式,它提供了一种自然的表示因果信息的方法,用来发现数据间的潜在关系,具有稳固的数学基础,由于其具有图形化的模型表示形式、局部及分布式的学习机制、直观的推理;适用于表达和分析不确定性和概率性的事物;能够对不完全、不精确或不确定的知识或信息做出有效的推理等特性,而成为目前不确定知识表达和推理领域最有效的模型之一。
参考来源 - 基于PCA的贝叶斯网络构造算法与应用A further research was carried out by Bayesian belief network analysis technique on topology graph and conditional probability tables.
利用贝叶斯网络数据挖掘技术,得到相应的拓扑结构图和条件概率表,其正确率是89.4737%。
参考来源 - 活血化瘀类中药数据库知识发现研究·2,447,543篇论文数据，部分数据来源于NoteExpress
应用推荐