Original title: Mathematical aspects of learning Bayesian networks: Bayesian quality criteria
Translated title: Matematické aspekty učení Bayesovských sítí: Bayesovská kriteria kvality
Authors: Studený, Milan
Document type: Research reports
Year: 2008
Language: eng
Series: Research Report, volume: 2234
Abstract: [eng] [cze]
The aim of the report is to summarize the mathematical grounding for the Bayesian approach to learning BN structure. This involves introducing Bayesian model for learning BN structures including specification of the mathematical assumptions taken from the literarure. It leads to the formula for the corresponding data vector. Cílem zprávy je shrnout matematické základy pro Bayesovký přístup k učení stuktury Bayesovské sítě. To zahrnuje zavedení Bayesovského modelu pro učení těchto struktur včetně specifikace matematických předpokladů převzatých z literatury. To vede k vzorci pro odpovídající datový vektor.
Keywords: Bayesian quality criterion; data vector; exponential family; learning BN structures; multinomial and Dirichlet distribution; statistical model
Project no.: CEZ:AV0Z10750506 (CEP), GA201/08/0539 (CEP)
Funding provider: GA ČR

Institution: Institute of Information Theory and Automation AS ČR (web)
Document availability information: Fulltext is available at external website.
External URL: http://library.utia.cas.cz/separaty/2008/MTR/studeny-mathematical aspects of learning bayesian networks bayesian quality criteria.pdf
Original record: http://hdl.handle.net/11104/0166623

Permalink: http://www.nusl.cz/ntk/nusl-39545


The record appears in these collections:
Research > Institutes ASCR > Institute of Information Theory and Automation
Reports > Research reports