推断。净值

推断。NET是一个。NET机器学习框架。它提供了最先进的消息传递算法和用于执行贝叶斯推理的统计例程。它在许多领域都有应用,包括信息检索、生物信息学、流行病学、视觉等。


zbMATH中的参考文献(参考文献27条)

显示第1到第20个结果,共27个。
按年份排序(引用)
  1. Armin Moin,Stephan Rössler,Marouane Sayih,Stephan Günnemann:从事物的建模语言(ThingML)到事物的机器学习(ThingML2)(2020)阿尔十四
  2. 简·卢茨;沈旺;约翰·奥梅罗德;Matt Wand:通过推断进行半参数回归分析。净值(2018年)不是zbMATH
  3. 金,安迪S.I。;Wand,Matt P.:关于广义、线性和混合模型的期望传播(2018)
  4. 奇斯蒂科夫,德米特里;迪米特罗娃,雷娜;Majumdar,Rupak:SMT中的近似计数和概率项目的值估计(2017)
  5. 卡普珀,瑞安;Cobb,Andrew:具有连续随机变量和评分的概率程序的上下文等价性(2017)
  6. Alexander L.Gaunt,Marc Brockschmidt,Rishabh Singh,Nate Kushman,Pushmete Kohli,Jonathan Taylor,Daniel Tarlow:用于程序归纳的概率编程语言(2016)阿尔十四
  7. 黄,丹尼尔;Morrisett,Greg:可计算分布在概率编程语言语义中的应用(2016)
  8. 金,安迪S.I。;Wand,M.P.:简单统计模型的期望传播的显式形式(2016)
  9. Kiselyov,Oleg:概率编程语言及其增量评估(2016)
  10. 李嘉欣袁怡;Wand,Matt P.:用于纵向和多级数据分析的流线型平均场变分贝叶斯(2016)
  11. Luttinen,Jaakko:BayesPy:Python中的变分贝叶斯推理(2016)
  12. 西蒙,卡姆隆;鲍尔森,安德烈亚斯·特里尔;Hansen,Lars Kai:多视图贝叶斯相关成分分析(2015)
  13. 梅尼塔斯,玛丽安;Wand,Matt P.:异方差半参数回归的变分推理(2015)
  14. 苏浩;于亚当斯.魏:基于对象框架的场景概率建模(2015)ioport公司
  15. 霍夫曼,马修D。;盖尔曼,安德鲁:无U形转弯取样器:哈密顿蒙特卡罗自适应设置路径长度(2014)
  16. 金,尚丘;秦、陶;刘铁燕;Yu,Hwanjo:以广告客户为中心的方法来理解赞助搜索中的用户点击行为(2014)ioport公司
  17. 奥立弗,帕森;格什,悉达多;幸运,马克;Rogers,Alex:非侵入式设备负载监控的无监督培训方法(2014)ioport公司
  18. Bishop,Christopher M.:基于模型的机器学习(2013)
  19. 博格斯特伦,约翰内斯;戈登,安德鲁D。;格林伯格,迈克尔;马格森,詹姆斯;Van Gael,Jurgen:用于贝叶斯机器学习的度量变换器语义(2013)
  20. 贝蒂娜·格伦;Kurt Hornik:topicmodels:R软件包,用于安装主题模型(2011)不是zbMATH