暂无评论
使用朴素贝叶斯分类Iris数据，含Iris原始数据和实验报告
随机删失半参数回归模型是一种常见的统计学习方法，本文着重探讨其估计方法与性质分析。在实际应用中，我们需要面对数据缺失的问题，通过对样本进行随机删失，可以更加准确地估计模型参数。同时，本文也分析了其渐近
文档是在听取斯坦福大学机器学习网上公开课后，结合前人所写的文档整理而成，文档中包含了斯坦福大学教授NG在课堂上讲的见解、建议等，主要讲解了判别模型、生成模型与朴素贝叶斯方法及其应用。文档写得清晰易懂，
贝叶斯\贝叶斯统计推断+PDF.pdf，不错的电子书，200多页，才1分啊
基于贝叶斯多变量厚尾随机波动模型的期货与现货联动效应研究,朱慧明,王延彦,针对多变量随机波动模型难以刻画金融时间序列尖峰厚尾特征的问题,构建了贝叶斯多变量厚尾随机波动模型。通过模型的贝叶斯分析,
基于jupyter的贝叶斯模型-bayes.zip
层次化非参数贝叶斯模型方面非常经典的论文，比较长。有近50页，论述很详细。
pymc3是python用来模拟和处理贝叶斯模型的一个模块。
贝叶斯回归模型 这是尝试在Python中实现类似的库。 它允许使用lme4语法(的子集)指定贝叶斯回归模型。 给定这样的描述和pandas数据框,该库将针对或生成模型代码和设计矩阵。 资源 。 。 显
.
暂无评论