BayesiaLab 3.2 : les nouveautés

• Prise en compte de la connaissance a priori formulée sous forme de réseau Bayésien dans tous les algorithmes d'apprentissage structurel
• Nouveau rapport d'analyse retournant une mesure numérique de l'importance des relations probabilistes (arcs). Ce rapport complète ainsi l'affichage de l'épaisseur des arcs
• Nouvel outil d'imputation des valeurs manquantes utilisant l'ensemble des valeurs disponibles pour compléter les données manquantes de manière rigoureuse
• Mesure de confiance dans les probabilités estimées automatiquement par l'affichage du nombre d'exemples ayant servi à l'estimation de chaque probabilité
• Nouvel algorithme de positionnement symétrique très efficace pour les réseaux de connectivité moyenne
• Nouvel outil de recherche permettant de rechercher des noeuds et des arcs pouvant être décrits en utilisant des méta caractères
• Association de marques de couleur et de commentaires aux arcs
• Amélioration de l'interface d'importation des données provenant de bases de données
• Nouvel outil de génération de données correspondant à un réseau Bayésien incluant la possibilité de spécifier un pourcentage de valeurs manquantes