快来吧，我们还能赶上人工智能的前沿!!!快来围观Infer.NET

Infer.NET?

又是.NET，没错这是微软研究院最新推出的，2010年10月28日推出的Infer.NET 2.4 Beta 1！

 

Infer.NET 是一个图形化的可以运行的贝叶斯推断模型框架。

你可以使用Infer.NET解决机器学习问题许多不同种类的喜欢，标准问题，从 分类 或 聚类 通过对 定制的解决方案领域的具体问题。Infer.NET已被用于各种各样的领域包括信息检索，生物信息学，流行病学，视觉，和许多其他问题。

资源和参考 此页面列出了各种资源的使用可能在理解背后Infer.NET的基本概念，无论是在介绍和更多的技术水平。 两个优秀的独立的出发点是： 克里斯毕晓普的书模式识别和机器学习： http://research.microsoft.com/en-us/um/people/cmbishop/prml/。 第8章（图形模式）和10（近似推理）特别相关。 Zoubin Ghahramani的教程文件：http://learning.eng.cam.ac.uk/zoubin/papers/ul.pdf 这两种图形模型描述的一般，我们认为这Infer.NET例子提供具体型号，和近似推理算法在Infer.NET可用。 概率模型 凯文墨菲有一个很好的介绍贝叶斯网络模型和概率： http://www.cs.ubc.ca/〜murphyk /贝叶斯/ bnintro.html 不确定性和Probablistic建模（13至15岁）在拉塞尔和弱势族群的标准文本人工智能（第三版）的章节已建议在论坛上。 近似推理 16章（消息传递）和33（变分法）的大卫麦凯的教科书（信息论，推理和学习算法： http://www.inference.phy.cam.ac.uk/mackay/itila/book.html）是相关的。 人们期望的传播主要参考的是汤姆明卡的文件http://research.microsoft.com/en-us/um/people/minka/papers/ep/minka-ep-uai.pdf 和变温约翰消息传递的文件 http://johnwinn.org/Publications/papers/VMP2004.pdf 汤姆还维护了EP的论文网站与链接： http://research.microsoft.com/en-us/um/people/minka/papers/ep/roadmap.html

 

如果你想了解更多，抓紧去http://research.microsoft.com/en-us/um/cambridge/projects/infernet/default.aspx，当然如果你对人工智能、贝叶斯感兴趣的话！！！！

 

 

下载地址：

http://research.microsoft.com/en-us/um/cambridge/projects/infernet/download.aspx

 

 

2010-11-18