贝叶斯方法在基于风险的检验中的应用

R的贝叶斯计算，好书一本，不要错过。。。。。。。。。

用C++开发环境实现贝叶斯网络的构建和推理的过程，简明的表述了贝叶斯网络的应用。

是将lena图像进行贝叶斯的变换，然后显示变换后的图像和DCT系数

贝叶斯方法预测的demo(Python版本)，采用python的sklearn包实现

本文实例讲述了朴素贝叶斯算法的python实现方法。分享给大家供大家参考。具体实现方法如下: 朴素贝叶斯算法优缺点 优点:在数据较少的情况下依然有效,可以处理多类别问题 缺点:对输入数据的准备方式敏感

NaiveBays朴素贝叶斯算法在JAVA中的实现

best,贝叶斯估计取代t检验基于的两组贝叶斯估计这个python包实现了在Kruschke，John(2012)估计取代了t检验。实验心理学杂志：一般。实现了两组贝叶斯估计，提供了效果大小。组方法。

风力发电在可再生能源中具有重要地位，但其产出受气象因素影响较大。本文基于贝叶斯方法，对风力发电短期概率进行预测，以提高电网的稳定性和优化电力调度。具体地，本文从贝叶斯框架入手，利用监督学习算法，结合历

针对通信网告警中预示重大故障的告警数量少、不适合用传统预测方法的特点，提出了一种基于稀疏贝叶斯的通信告警序列预测方法（PBM），并与支持向量机（SVM）预测方法进行了比较。实验结果表明，PBM方法非常

操作风险数据积累比较困难，而且往往不完整，朴素贝叶斯分类器是目前进行小样本分类最优秀的分类器之一，适合于操作风险等级预测。在对具有完整数据朴素贝叶斯分类器学习和分类的基础上，提出了基于星形结构和Gib