??1、将Bayes网编入结点树中进行快速概率推理。
??2、可以从数据中学习概率关系(包括EM和梯度下降学习)。
??3、生成演示文稿质量图形,可以传送到其他文档,包括SVG图形。
??4、允许概率关系由等式输入,具有广泛的概率函数和其他数学函数的内置库。方程可以是确定性的或概率的,也可以是离散变量或连续变量。
??5、提供简单的Bayes网和影响图的图形编辑,包括:
??6、剪切和粘贴节点和网络,而不丢失它们的概率关系。
??7、多种显示节点的方法(条形图、仪表等)
??8、与弯曲连接以保持复杂的图表有序。
??9、允许输入注释来记录每个节点,保持作者的跟踪、更改等。
??10、无限的撤销/重做级别。
??11、可以创建和处理包括颜色编码节点在内的节点集。
??12、为节点、链接和状态注释窗口。
??13、动态滚动和鼠标轮支持无处不在。
??14、可以为序贯决策问题找到最优决策(即后来的决策依赖于先前的决策结果)。
??15、可以使用案例文件测试贝叶斯网络的性能。NEICA将打印出混淆矩阵、错误率、对数和二次(BRIER)评分规则结果、校准表和每个节点所需的惊喜索引。
??16、能做无功灵敏度分析。
??17、可以反转单个链接和“总结”节点的影响图或信念网,用于模型探索和细化。
??18、支持断开的链接,这使得概率关系库成为可能。
??19、具有进入和更新单个案例的设施,将它们存储在自己的文件中,并将其应用于其他贝叶斯网络。
??20、具有用于连续变量的容易离散化的设施。
??21、对网的大小或复杂性没有内在限制,因此它们仅受可用内存的限制。
??22、可以与NETICA API程序员库一起工作。
??23、可以直接与数据库或Excel电子表格进行连接,用于学习、阅读案例、测试网络等。
??24、具有二进制和NETA格式,用于更快和更小的文件(基于文本的DNE文件仍然有完整的支持)。
??25、可以混淆网络,并可以使用加密贝叶斯网络,以保护您的知识产权。
??26、可以在一个案例中自动读取,在磁盘读取时编译Bayes网,并根据案例文件进行自动离散化。