贝叶斯网络中的因果推断

摘要	第1-4页
Abstract	第4-6页
第一章 绪论	第6-12页
·贝叶斯网络介绍	第6-8页
·贝叶斯网络中的结构学习	第8页
·因果推断介绍	第8-9页
·论文的主要工作和内容安排	第9-12页
第二章 相关知识	第12-18页
·概率论基础	第12-13页
·d - 分割和u d - 分割的定义	第13-15页
·因果模型介绍	第15页
·部分祖先图及其相关概念	第15-18页
第三章 BN 中基于分层排序的条件独立分析及应用	第18-24页
·d -分割和u d -分割的关系	第18-21页
·分层排序的应用和讨论	第21-23页
·本章小结	第23-24页
第四章 因果效应的识别性	第24-30页
·干预和因果效应	第24-26页
·因果效应识别的图准则	第26-27页
·一个典型的不可识别的模型	第27-29页
·本章小结	第29-30页
第五章 基于条件独立的结构学习算法	第30-44页
·SGS 结构学习算法	第30-34页
·PC 结构学习算法	第34-36页
·改进的FCI 结构学习算法	第36-42页
·本章小结	第42-44页
总结和展望	第44-46页
致谢	第46-48页
参考文献	第48-52页
硕士期间论文发表情况及科研工作	第52-53页