基于贝叶斯最大熵与历史数据的土壤属性空间预测

一种基于周期的动态贝叶斯网络预测模型周期动态贝叶斯网络预测

针对基于约束方法学习贝叶斯网络(BN) 结构的不足, 以及随着条件集的增大, 利用统计方法进行条件独立(CI) 测试不稳定等问题, 提出一种基于最大主子图分解(MPD) 的BN等价类学习算法. 该算法

zip压缩包，解压成pdf，原始大小36MB CameronDavidson-Pilon 接触过数学在多个领域的应用——从基因和疾病的动态演化 到金融价格的随机模型。他对于开源社区主要的贡献包括这本书

《贝叶斯方法概率编程与贝叶斯推断》的完整源代码，作者：CameronDavidson-Pilon翻译：辛愿钟黎欧阳婷

本书通过强大的Python语言库PyMC，以及相关的Python工具，包括NumPy\SciPy\Matplotlib讲解了概率编程。通过本书介绍的方法，读者只需付出很少的努力，就能掌握有效的贝叶斯分

贝叶斯推理的方法非常自然和极其强大。然而，大多数图书讨论贝叶斯推理，依赖于非常复杂的数学分析和人工的例子，使没有强大数学背景的人无法接触。不过，现在好了，卡梅伦的这本书从编程、计算的角度来介绍贝叶斯推

Bayesian method Probabilistic programming and Bayesian inference Label PDF+ code

机器学习课程中的一个案例 贝叶斯拼写纠错 数据集 big.txt

朴素贝叶斯相关西瓜数据集,用于自然语言处理>01.朴素贝叶斯介绍 中的案例数据,该数据集仅作参考使用

数据挖掘上机作业实现朴素贝叶斯简单分类