| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 文献回顾 | 第8-11页 |
| 1.1 问题提出 | 第8页 |
| 1.2 国内外研究现状及存在问题 | 第8-10页 |
| 1.3 本文目的 | 第10-11页 |
| 第二章 结合演化程序学习贝叶斯网络 | 第11-20页 |
| 2.1 贝叶斯知识介绍 | 第11-13页 |
| 2.1.1 条件相关 | 第12-13页 |
| 2.1.2 推理和因果关系 | 第13页 |
| 2.2 结合演化程序学习贝叶斯网络 | 第13-20页 |
| 2.2.1 最小长度描述矩阵 | 第14-16页 |
| 2.2.2 演化程序 | 第16-18页 |
| 2.2.3 学习算法 | 第18-19页 |
| 2.2.4 用于分类和预测的贝叶斯网络 | 第19-20页 |
| 第三章 结果 | 第20-26页 |
| 3.1 数据集和数据试验 | 第20-21页 |
| 3.2 贝叶斯网络(BN)结果 | 第21-23页 |
| 3.3 用于比较的决策分类树(CART)结果 | 第23-24页 |
| 3.4 BN与CART结果比较 | 第24-26页 |
| 第四章 后续研究方向 | 第26-27页 |
| 附录A：DAG模型中部分变量的条件概率 | 第27-28页 |
| 附录B：CART基于Decile上的累加响应梯度(10折交叉验证) | 第28-29页 |
| 参考文献 | 第29-30页 |
| 致谢 | 第30-31页 |
| 学位论文评阅及答辩情况表 | 第31页 |