Hiërarchisch Bayesiaans Netwerk
Een hiërarchisch Bayesiaans netwerk is een probabilistisch grafisch model dat variabelen organiseert over meerdere abstractieniveaus. Hoger-niveau knopen sturen de prior-verdelingen van lager-niveau knopen aan via hyperparameters, wat gestructureerd delen van informatie over groepen, contexten of data-subsets mogelijk maakt, terwijl de directed acyclic graph (DAG)-representatie van conditionele afhankelijkheden behouden blijft.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Hierarchical Bayesian Network. ScholarGate. https://scholargate.app/nl/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.
- Bayesiaans hiërarchisch model met ontbrekende dataBayesiaanse statistiek↔ compare
- Bayesiaans NetwerkBayesiaanse statistiek↔ compare
- Dynamisch Bayesiaans NetwerkBayesiaanse statistiek↔ compare
- Hiërarchische Bayesiaanse InferentieBayesiaanse statistiek↔ compare
- Hiërarchische Markovketen Monte CarloBayesiaanse statistiek↔ compare
- Hiërarchische Variationele InferentieBayesiaanse statistiek↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →