| 名称: | |
| 描述: | |
| 公开/私有: | 公开 私有 |
| 标题: | |
| 描述: | |
| 公开/私有: | 公开 私有 |
- 本书共分为5章。第1章为绪论，介绍了研究背景及意义、全书的主要工作、组织结构；第2章介绍了传统贝叶斯网的概念，数据密集型计算的出现，以及数据密集型计算对传统贝叶斯网的影响；第3章介绍数据密集型计算环境下贝叶斯网的学习方法，重点说明在数据密集型计算环境下如何进行贝叶斯网的动态构建；第4章介绍数据密集型计算环境下贝叶斯网的推理方法，重点讨论了在数据密集型计算环境下，使用改进后的随机算法进行近似推理的过程；第5章介绍数据密集型计算环境下贝叶斯网的应用——社区发现，讨论了如何在数据密集型计算环境下，利用贝叶斯网络发现具有潜在关联的社区，并针对具有重叠区域的社区发现问题进行了专门的讨论；结束语是对全书的总结。 (1)
