Hierarkisk Bayesiansk Netværk
Et hierarkisk Bayesiansk netværk er en probabilistisk grafisk model, der organiserer variabler på tværs af flere abstraktionsniveauer. Noder på højere niveauer styrer prior-fordelingerne for noder på lavere niveauer gennem hyperparametre, hvilket muliggør struktureret informationsdeling på tværs af grupper, kontekster eller datasæt, samtidig med at repræsentationen af betingede afhængigheder som en rettet acyklisk graf (DAG) bevares.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Koller, D. & Friedman, N. (2009). Probabilistic Graphical Models: Principles and Techniques. MIT Press. ISBN: 978-0262013192
- Friedman, N., Getoor, L., Koller, D. & Pfeffer, A. (1999). Learning probabilistic relational models. Proceedings of the 16th International Joint Conference on Artificial Intelligence (IJCAI-99), 1300-1307. link ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Hierarchical Bayesian Network. ScholarGate. https://scholargate.app/da/bayesian/hierarchical-bayesian-network
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Bayesiansk hierarkisk model med manglende dataBayesiansk↔ compare
- Bayesiansk netværkBayesiansk↔ compare
- Dynamisk Bayesiansk NetværkBayesiansk↔ compare
- Hierarkisk Bayesiansk InferensBayesiansk↔ compare
- Hierarkisk Markov Chain Monte CarloBayesiansk↔ compare
- Hierarkisk VariationsinferensBayesiansk↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →