Байесовская сеть — инструмент интеллектуального анализа данных

Байєсівські мережі (БМ) — потужний інструмент інтелектуального аналізу даних різної природи. Однак існуючі методи побудови БМ і формування ймовірнісного висновку мають високу обчислювальну складність. Для побудови БМ запропоновано застосовувати евристичний метод побудови БМ, а для формування ймовір...

Повний опис

Збережено в:
Бібліографічні деталі
Опубліковано в: :Проблемы управления и информатики
Дата:2007
Автори: Терентьев, А.Н., Бидюк, П.И., Коршевнюк, Л.А.
Формат: Стаття
Мова:Російська
Опубліковано: Інститут кібернетики ім. В.М. Глушкова НАН України 2007
Теми:
Онлайн доступ:https://nasplib.isofts.kiev.ua/handle/123456789/207001
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:Байесовская сеть — инструмент интеллектуального анализа данных / А.Н. Терентьев, П.И. Бидюк, Л.А. Коршевнюк // Проблемы управления и информатики. — 2007. — № 4. — С. 83-92. — Бібліогр.: 10 назв. — рос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Опис
Резюме:Байєсівські мережі (БМ) — потужний інструмент інтелектуального аналізу даних різної природи. Однак існуючі методи побудови БМ і формування ймовірнісного висновку мають високу обчислювальну складність. Для побудови БМ запропоновано застосовувати евристичний метод побудови БМ, а для формування ймовірнісного висновку — алгоритм формування ймовірнісного висновку в БС на основі навчальних даних. Наведено експериментальні результати та приклади застосування БМ. Bayesian networks (BN )represent a useful and seriously claimed instrument for implementation in data mining systems of various applications. Existing methods of construction BN and probabilistic inference from training data have high computation complexity. For construction BN heuristic method of construction BN is proposed, and for implementation of probabilistic inference an algorithm of probabilistic inference in BN from a database is suggested. Experimental results and examples for using BN are presented.
ISSN:0572-2691