论文部分内容阅读
基于Bayes统计理论,提出了一种从数据样本中学习Bayes网络的Markov链Monte Carlo(MCMC)方法.首先通过先验概率和数据样本的结合得到未归一化的后验概率,然后使用此后验概率指导随机搜索算法寻找"好"的网络结构模型.通过对Alarm网络的学习表明了本算法具有较好的性能.