隨著信息和科學技術(shù)的飛速發(fā)展以及海量數(shù)據(jù)的產(chǎn)生,傳統(tǒng)的手工處理和分析數(shù)據(jù)的統(tǒng)計方法已不能滿足現(xiàn)實的需求.特別是在大數(shù)據(jù)時代的今天,數(shù)據(jù)的數(shù)量巨大、結(jié)構(gòu)復(fù)雜,傳統(tǒng)的處理方法已不能高效的作用于這些數(shù)據(jù).在大數(shù)據(jù)時代的今天,擁有數(shù)據(jù)并合理有效地處理數(shù)據(jù),對于一個企業(yè)、政府,甚至是整個國家來說都是至關(guān)重要的,所以對處理海量數(shù)據(jù)的研究越來越受到重視.經(jīng)過幾十年的研究,大數(shù)據(jù)分析已發(fā)展成為最重要的數(shù)據(jù)處理和分析理論,而且已經(jīng)有了十分廣泛的應(yīng)用.本文主要介紹了在大數(shù)據(jù)大發(fā)展的時代背景下有關(guān)貝葉斯估計的方法研究,主要內(nèi)容有:大數(shù)據(jù)的起源、大數(shù)據(jù)的特點以及大數(shù)據(jù)的類型,數(shù)據(jù)挖掘的發(fā)展史以及它的功能,數(shù)據(jù)挖掘的特點以及數(shù)據(jù)挖掘與機器學習、數(shù)據(jù)倉庫、統(tǒng)計學以及智能決策等領(lǐng)域之間的關(guān)系;貝葉斯分類和樸素貝葉斯分類的概念以及應(yīng)用;有關(guān)決策論和統(tǒng)計決策論的定義、定理;線性判別函數(shù)和二次判別函數(shù)的相關(guān)概念及理論;貝葉斯網(wǎng)絡(luò)的基本概念、貝葉斯網(wǎng)絡(luò)的構(gòu)建,以及K2爬山算法和SEM算法,并且對K2爬山算法做出了改進,提出了自己的想法.

【文章頁數(shù)】：52 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 選題依據(jù)
    1.2 研究背景
    1.3 研究意義
    1.4 本文章節(jié)安排
2 預(yù)備知識
    2.1 大數(shù)據(jù)概述
    2.2 貝葉斯分類與樸素貝葉斯分類
3 決策論與統(tǒng)計決策論
    3.1 決策與風險
    3.2 統(tǒng)計決策
4 線性判別函數(shù)和二次判別函數(shù)
5 貝葉斯網(wǎng)絡(luò)
    5.1 基本概念
    5.2 K2算法
總結(jié)與展望
參考文獻
致謝
碩士階段的主要成果



本文編號：3858861