贝叶斯网学习方法及应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 贝叶斯网概述 | 第9-13页 |
| ·贝叶斯网的起源与发展 | 第9-10页 |
| ·贝叶斯网的研究现状 | 第10-11页 |
| ·贝叶斯网的应用 | 第11-12页 |
| ·研究内容及安排 | 第12-13页 |
| 2 贝叶斯网基本理论 | 第13-18页 |
| ·贝叶斯网的概念 | 第13-14页 |
| ·贝叶斯网分类模型 | 第14-16页 |
| ·条件独立性 | 第16-18页 |
| 3 贝叶斯网参数学习 | 第18-29页 |
| ·贝叶斯网参数学习研究背景与现状 | 第18-19页 |
| ·极大似然估计 | 第19-20页 |
| ·贝叶斯估计 | 第20-22页 |
| ·EM算法 | 第22-23页 |
| ·专家咨询法 | 第23-29页 |
| 4 贝叶斯网结构学习 | 第29-40页 |
| ·贝叶斯网结构学习研究背景与现状 | 第29-30页 |
| ·评分函数 | 第30-32页 |
| ·K2 算法 | 第32-33页 |
| ·爬山法 | 第33-34页 |
| ·SEM算法 | 第34-35页 |
| ·似然比检验法 | 第35-40页 |
| 5 贝叶斯网在财务预警中的应用 | 第40-48页 |
| ·财务预警系统的研究现状 | 第40页 |
| ·财务预警模型介绍及评价 | 第40-42页 |
| ·朴素贝叶斯网模型 | 第42-48页 |
| 6 结束语 | 第48-50页 |
| ·工作总结 | 第48页 |
| ·工作展望 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 附录1 硕士期间发表论文目录 | 第54-55页 |
| 附录2 相关程序 | 第55页 |
