有人知道贝叶斯网络的(循环)信念的和积算法的工作代码示例吗？我已经在地球上搜寻了几天，但运气不佳。我对它是哪种语言无动于衷。
我找到的关于这个主题的所有文件都充满了神秘和荒谬的模棱两可的数学术语。这似乎不是一个困难的算法，但我不能确定，因为一些棘手的部分被掩盖了太多。
或者，使用实数(而不是变量名称)的示例也可能会起作用。
最佳答案
我处于类似的情况。我正在使用 Christopher M. Bishop 的书“模式识别和机器学习”作为理论介绍，尽管我确实想在其他一些上下文中使用该算法。关于“max-product”和“sum-product”的章节描述了信念传播，尽管它非常数学化。
我仍在寻找一个小的数值例子，所以如果你找到一个，我会非常感兴趣。
同时你可以看看libDAI ，一个实现 BP 的开源库。
关于bayesian - 循环信念传播代码示例，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/2366861/