matlab的egde源代码-PyBRML:用于贝叶斯推理和机器学习的BRML工具箱的Python版本

matlab的egde源代码SOCIS 2013提案 框架构建及其在现实世界中的推理问题 该项目的目标是为BRML工具箱的Python版本实现一个高效且面向对象的框架。 BRML工具箱是在MATLAB下开发的，并提供了与贝叶斯推理和机器学习有关的各种演示。 该工具箱隶属于伦敦大学学院（UCL）计算机科学系的读者David Barber最近精心设计的一本书。 我们PyBRML工作的意义可以通过两种方式来强调： 贝叶斯推理和概率图形模型是用于构建专家系统以解决实际问题的统一框架。 当前，不存在用于Python下贝叶斯推理和概率图形模型的积极开发工具箱。 我们的PyBRML将使喜欢Python的书籍读者，工程师和研究人员都受益。 BRML工具箱提供了用于各种主题的算法，例如贝叶斯推理，机器学习，动态系统和近似推理等。BRML当前的框架总结如下： 在SOCIS 2013中，最重要的是，我们将专注于贝叶斯推理和概率图形模型部分，因为它提供了概率建模，这对于概率机器学习和动力学模型以及进一步的近似推理是至关重要的。 路线图 该项目的第一步是在Python中为MATLAB版本对应的BRML工具箱创建