naive_bayes(简单贝叶斯)

动态贝叶斯网络是人工智能领域关于概率推理方面的重要内容

贝叶斯算法的C语言 和JAVA语言实现,源代码下载

在 人工智能的系统中 贝叶斯网络问题非常重要本教程PPT为英文。

该文档包含生成模型、判别模型的区别，高斯判别模型与LR之间的关系，NB以及基于拉普拉斯平滑处理的NB的例子，EM算法流程及例子，最后以一个常见的垃圾邮件分类为例解释说明贝叶斯算法。

这是在国外下载的贝叶斯算法MATLAB程序，有英文注释。

采用贝叶斯网络构建模型，Intel公司的PNL库中的示例修改的，在VS.NET2003中编译通过，进行学习与推理c++源代码。

通过确定身高和体重的先验概率，使用贝叶斯分类方法，将样本中的男女分辨出来，正确率超过90%

机器学习相关算法频率派：要么发生，要么不发生。（非0即1）

不错的贝叶斯网络入门书。讲的就是从贝叶斯公式--->网络化的贝叶斯过程---->网络化的贝叶斯和图论的结合----->贝叶斯网络在专家系统的应用----->贝叶斯网络在机器学习

包含GaussianNB、马尔科夫模型、文本分类、中文分词的代码且数据和示例。