文献类型：期刊文章

作　　者：慕春棣[1] tsinghua.edu.cn 戴剑彬[1] 叶俊[2]

机构地区：[1]清华大学自动化系 [2]清华大学应用数学系,北京100084

出　　处：《软件学报》

基　　金：国家CIMS工程研究中心基金! (No.CIMS-JJ.96-001 )资助

年　　份：2000

卷　　号：11

期　　号：5

起止页码：660-666

语　　种：中文

收录情况：AJ、BDHX、BDHX1996、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：2001185572637)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：贝叶斯网络是用来表示变量集合的连续概率分布的图形模式 ,它提供了一种自然地表示因果信息的方法 ,用来发现数据间的潜在关系 .贝叶斯网络的学习也就是要找出一个能够最真实反映现有数据库中各数据变量相互之间的依赖关系的贝叶斯网络模型 ,即根据数据样本 D和先验知识 ζ,找出后验概率 p( sh |D,ζ)最大的贝叶斯网络 S.该文在数学上对贝叶斯网络的学习方法进行了严格的推导 ,用一个实例来说明贝叶斯网络的计算过程 。

关 键 词：数据挖掘 贝叶斯网络 贝叶斯概率  数据库

分 类 号：TP311.13]