數據密集型計算環境下貝葉斯網的學習、推理及套用

內容簡介

《數據密集型計算環境下貝葉斯網的學習、推理及套用》內容共分為5章，在闡述數據密集型計算原理的基礎上，以貝葉斯網為主要數據分析工具，詳細闡述了在數據密集型計算環境下，貝葉斯網路在結構學習，推理方面與傳統單機數據模式下的區別與聯繫。同時，《數據密集型計算環境下貝葉斯網的學習、推理及套用》還以社區發現這一熱門研究問題為例，闡述了新的理念。

圖書目錄

第1章緒論

1．1 研究背景及意義

1．2 研究現狀分析

1．2．1 數據密集型計算的研究現狀

1．2．2 貝葉斯網的研究現狀

1．2．3 研究內容的必要性

1．3 全書主要工作

1．4 全書組織結構

第2章數據密集型計算和貝葉斯網

2．1 數據密集型計算簡介

2．1．1 數據密集型計算概念

2．1．2 數據密集型計算面臨的挑戰

2．1．3 數據密集型計算的典型套用

2．2 貝葉斯網簡介

2．2．1 貝葉斯網路概念

2．2．2 貝葉斯網路學習

2．2．3 貝葉斯網路推理

2．2．4 貝葉斯網路的套用

第3章數據密集型計算環境下貝葉斯網的學習方法

3．1 傳統貝葉斯網的學習方法

3．2 傳統學習方法在數據密集型計算環境下面臨的問題

3．3 數據密集型計算環境下的貝葉斯網學習方法

第4章數據密集型計算環境下貝葉斯網的推理方法

4．1 傳統貝葉斯網的推理方法

4．2 傳統推理方法在數據密集型計算環境下面臨的問題

4．3 數據密集型計算環境下的貝葉斯網推理方法

第5章數據密集型計算環境下貝葉斯網的套用——社區發現

5．1 問題的提出

5．2 本方法的基本思想

5．2．1 數據密集型計算環境下的頻繁項目集融合方法

5．2．2 數據密集型計算環境下構建基於頻繁項集的基礎網路

5．2．3 數據密集型計算環境下根據構建的網路來進行社區發現

5．3 實驗模型

5．4 實驗結果及分析

結束語

參考文獻

數據密集型計算環境下貝葉斯網的學習、推理及套用

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條