Bayesian Belief Network
چکیده
شبکه های باور بیزی در مواردی که مقدار کمی از اطلاعات کاملاً شناخته
شده است و داده های ورودی نامعلوم یا خارج از دسترس باشند کارایی بالایی
دارند . هدف این پژوهش،آشنایی با شبکه های باور بیزی و روش های ساخت شبکه
های بیزی است ، سپس کاربردهای این نوع از شبکه های احتمالی بیان می شود ودر
آخر یادگیری ساختارشبکه های بیز با استفاده از الگوریتم حریصانه مورد بحث
قرار می گیرد.
فهرست مطالب
مقدمه
فصل اول مقدمات ریاضی
(1-1مستقل شرطی
1-(2 احتمال شرطی
(3-1قانون ضرب احتمال ها
1-4( قاعده احتمال کل
1-5( قانون بیز
فصل دوم معرفی شبکه های بیز
2-1 (شبکه های بیز
2-2( ساختار شبکه های بیز
2-3( حالت ها
2-4 (جدول توزیع احتمال
2-5 (کاربرد شبکه های بیز
فصل سوم یادگیری بیزی
3-1( مقدمه
3-2 (اهمیت یادگیری بیزی
3-3( نگرش بیزی به یادگیری ماشین
3-4( ویژگی های یادگیری بیزی
3-5( نحوه ساخت شبکه های بیز
(6-3چگونه میتوان یک شبکه بیز را از روی داده های آموزشی یادگرفت؟
3-7( روشهای یادگیری شبکه های بیز
3-7-1(الگوریتم یادگیری MAP سبعی
3-7-3( دستبندی کننده بیزی بهینه
3-7-4( دسته بندی ساده بیزی
m_estimate(5-7-3دستهبندی متن
3-7-7( الگوریتم EM