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。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换

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