搜索资源列表
bayes2.c
- 良好的代码实现，具体表示了贝叶斯网络的实际应用
bayes.c
- 良好的代码实现，具体表示了贝叶斯网络的实际应用
Bayes.c++
- 良好的代码实现，具体表示了贝叶斯网络的实际应用
TextClassify.c++
- 良好的代码实现，具体表示了贝叶斯网络的实际应用
netica_api
- 用于建立贝叶斯网络的netica工具的接口介绍，里面有具体实现的各种函数，方便通过其他例如c#,c等语言混合编程使用。-For the establishment of Bayesian network interface netica tools that there are concrete realization of the various functions to facilitate the adoption of other things such as c
bassist-0.8.23
- 用C++语言编写的贝叶斯网络仿真模拟软件，有详细说明-C++ language using Bayesian network simulation software, a detailed descr iption
bayes
- 用c++采用pnl实现的简单贝叶斯网络的构建（说明很详细）-C++ using pnl to achieve a simple Bayesian network build (very detailed)
Bayesian-Classify
- 基于贝叶斯网络的分类器实现，使用C++编写，不错，可以参考-Based on Bayesian network classifiers achieve C++ writing, yes, you can reference
Bayesian-CPP-code
- 最近在研究贝叶斯网络，上传一个C++的贝叶斯网络构建、学习和推理代码，可用，有样例图，大家一起学习-A recent study of Bayesian networks, upload a C++ of Bayesian network construction, learning and reasoning of code that can be used, the sample diagram, we will study together
Bayesian-in-CSharp
- 这个是用C#写的贝叶斯网络的实现，本人也在学习过程中，大家一起来研究-This is a Bayesian network implementation written in C#, I am also in the process of learning, we study together
bayes_net_ex
- 根据dlib18 的C++代码库，利用VS2010进行了里面的实例测试，测试成功了，并对里面的代码进行了针对性的注释。 dlib18具有很强大的数据挖掘功能，我这里只是针对贝叶斯网络进行了实例验证，验证的贝叶斯网络也就是dlib原本给定的例子，只不过原本给定的只有cpp文件，这里提供的是一个工程。希望有兴趣的同学下载参考。-According to the C++ code library of dlib18, VS2010 instance inside test, the test
PR
- 各种模式识别算法源码，包括c均值聚类，层次聚类，fisher判决器，贝叶斯判决，神经网络等算法-Pattern recognition algorithm source code, including c-means clustering, hierarchical clustering, fisher judgment, a judgment Bayesian neural network algorithm
fbm.2010-11-10
- 神经网络的贝叶斯建模C++源代码，包括数据和说明文档 -use baysian training Neural Network MATLAB source code
9cb364be040f6248013a44a3d343b582
- 贝叶斯网络的学习 。贝叶斯网络的学习分为：结构学习和参数学习。(Bias network learning. Bias network learning is divided into: structure learning and parameter learning)
Classifiers
- 我们需要成百上千的分类器来解决现实世界的分类吗 我们评估179分类17种分类器（判别分析，贝叶斯，神经网络，支持向量机，决策树，基于规则的分类器，升压、装袋、堆放、随机森林和其他合奏，广义线性模型，线性，偏最小二乘法和主成分回归，logistic回归、多项式回归、多元自适应回归样条等方法），实现在WEKA，R（有或没有插入包），C和Matlab，包括所有目前可用的相关分类。(Do-we-Need-Hundreds-of-Classifiers-to-Solve-Real-World-Class