Skip to content

GitLab

  • Menu
Projects Groups Snippets
    • Loading...
  • Help
    • Help
    • Support
    • Community forum
    • Submit feedback
  • Sign in / Register
  • B BAMT
  • Project information
    • Project information
    • Activity
    • Labels
    • Members
  • Repository
    • Repository
    • Files
    • Commits
    • Branches
    • Tags
    • Contributors
    • Graph
    • Compare
  • Issues 1
    • Issues 1
    • List
    • Boards
    • Service Desk
    • Milestones
  • Merge requests 0
    • Merge requests 0
  • CI/CD
    • CI/CD
    • Pipelines
    • Jobs
    • Schedules
  • Deployments
    • Deployments
    • Environments
    • Releases
  • Monitor
    • Monitor
    • Incidents
  • Packages & Registries
    • Packages & Registries
    • Package Registry
    • Container Registry
    • Infrastructure Registry
  • Analytics
    • Analytics
    • Value stream
    • CI/CD
    • Repository
  • Wiki
    • Wiki
  • Snippets
    • Snippets
  • Activity
  • Graph
  • Create a new issue
  • Jobs
  • Commits
  • Issue Boards
Collapse sidebar
  • ITMO-NSS-team
  • BAMT
  • Wiki
  • 5. Руководство пользователя

5. Руководство пользователя · Changes

Page history
Created 5. Руководство пользователя (markdown) authored Jun 09, 2020 by Irina Deeva's avatar Irina Deeva
Hide whitespace changes
Inline Side-by-side
5.-Руководство-пользователя.md 0 → 100644
View page @ 803aacd3
После подготовки данных можно приступить к построению необходимой структуры.
Первую байесовскую сеть для первого модуля можно построить, запустив функцию **train_model** и передав в него необходимые данные, количество кластеров для заполнения скрытой переменной, а также список номеров узлов модели, которые не являются инициализирующими, то есть могут иметь родителей. Функция возвратит обученную байесовскую сеть.
Основная идея состоит в том, что при обучении модели сети в ней сразу же резервируется ещё один узел скрытой переменной. Скрытая переменная агрегирует в себе всю информацию сети, с которой обучается. В начале она заполняется дискретным распределением, построенным на распределении кластеров передаваемых данных. То есть в данной нотации кластер - это метка агрегированной информации по всем узлам сети.
Обученную модель можно сохранить в папку models, запустив
\ No newline at end of file
Clone repository
  • 1. Байесовская сеть
  • 2. Алгоритм идентификации байесовской сети
  • 3. Сэмплирование синтетических данных
  • 4. Подготовка данных
  • 5. Руководство пользователя
  • Home