自 2001 年以来，BayesiaLab 一直是贝叶斯网络软件无可争议的参考标准。 第 10 版通过进一步扩展贝叶斯网络形式的研究和分析应用范围，进一步提高了标准。 借助 BayesiaLab 10，可以更好地利用贝叶斯网络范式的强大特性来探索复杂的高维问题域。
以下是BayesiaLab 10中的一小部分新功能或更新功能。
- 因果影响的独立性 会自动将父节点分开，以便有效地表示父节点与子节点的关系。
- 多重重启参数更新 随机生成您的隐藏节点分布的多次初始化，以摆脱局部优化。
- 参数更新和超参数更新 现在考虑到了加权观测值（包括来自证据情景和数据集）。
- 批量学习 自动并行运行一组选定的结构学习算法，并允许您轻松比较生成的网络。
- 预测分析 根据您的监督模型的预测生成一个贝叶斯网络，以精确分析您的模型的性能。
- K-Fold 交叉验证 现在提供了一个分层选项，这对不平衡的目标节点非常有用。
- 现在提供散点图，可以直观地评估网络预测连续值的性能。
- 函数节点现在支持时间关系来表示动态函数。
- 使用边际化和删除功能，您可以删除一个弧，而不失去由剩余的亲属量化的依赖关系。
- 递增和保存 通过用版本号保存您的网络来跟踪您的项目的演变。
现在BayesiaLab在所有平台上，即Windows、Mac和Linux，都有一个通用的内存管理功能，。这些设置现在统一在 Preferences > General > Memory Management。
