界面友好，可视化操作。
可以通过样本数据学习网络参数，支持读取多种格式的样本数据文件。
可视化添加有向边约束等。
比Matlab下的贝叶斯工具简单易用。
可以通过样本数据学习网络参数，支持读取多种格式的样本数据文件。
可视化添加有向边约束等。
比Matlab下的贝叶斯工具简单易用。
2023/10/25 14:56:19
8.36MB
1
matlab开发-Bayesianoptimisationofslip模型参数。
弹簧加载倒立摆（滑）模型的贝叶斯优化寻找稳定步态模式
弹簧加载倒立摆（滑）模型的贝叶斯优化寻找稳定步态模式
2023/10/18 9:14:41
3.5MB
1
此版本为2019年02月28日更新版本。
GeNIe是一款可视化很强的贝叶斯网络软件，拥有良好的用户界面、直观透明，这也是多年来GeNIe界面开发的主要思想。
总的来说，这款开源软件非常适合新手学习。
上手很容易。
GeNIe是一款可视化很强的贝叶斯网络软件，拥有良好的用户界面、直观透明，这也是多年来GeNIe界面开发的主要思想。
总的来说，这款开源软件非常适合新手学习。
上手很容易。
2023/10/13 15:02:03
12.68MB
1
Bar-ShalomY多目标多传感器目标跟踪书籍1995版；
内容包括杂波中的单目标跟踪、杂波中的机动目标跟踪、跟踪性能预测与检测门限优化、杂波中的目标跟踪：贝叶斯方法、杂波中的目标跟踪：非贝叶斯方法、多传感器跟踪和数据融合、成像传感器跟踪等。
内容包括杂波中的单目标跟踪、杂波中的机动目标跟踪、跟踪性能预测与检测门限优化、杂波中的目标跟踪：贝叶斯方法、杂波中的目标跟踪：非贝叶斯方法、多传感器跟踪和数据融合、成像传感器跟踪等。
2023/10/11 19:39:03
31.86MB
1
概率神经网络（ProbabilisticNeuralNetwork）的网络结构类似于RBF神经网络，但不同的是，PNN是一个前向传播的网络，不需要反向传播优化参数。
这是因为PNN结合了贝叶斯决策，来判断测试样本的类别。
这是因为PNN结合了贝叶斯决策，来判断测试样本的类别。
2023/10/3 17:35:01
192KB
1
JudeaPearl是一名美国计算机科学家和哲学家，以倡导人工智能的概率方法和贝叶斯网络的发展而闻名。
他还因为建立了基于结构模型的因果和反事实推理的理论。
他是ACM图灵奖的2011年度获奖者，这是计算机科学中的最高荣誉，“通过发展概率和因果推理的微积分对人工智能做出了重大贡献”。
他还因为建立了基于结构模型的因果和反事实推理的理论。
他是ACM图灵奖的2011年度获奖者，这是计算机科学中的最高荣誉，“通过发展概率和因果推理的微积分对人工智能做出了重大贡献”。
2023/10/1 8:47:50
10.11MB
1
使用Matlab实现，包括一维特征最小错误率bayes分类器；
二维特征最小错误率bayes分类器；
二维特征最小风险bayes分类器以及使用的数据集合。
二维特征最小错误率bayes分类器；
二维特征最小风险bayes分类器以及使用的数据集合。
2023/9/30 23:21:55
4KB
1
https://blog.csdn.net/zzZ_CMing/article/details/89478436朴素贝叶斯算法做文本分类，用的是谭松波酒店语料。
2023/9/30 17:09:20
1.14MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB