暂无评论
贝叶斯网络的提出就是要解决这个问题。它把复杂的联合概率分布分解成一系列相对简单的模块，从而大大降低知识获取和概率推理的复杂度，使得可以把概率论应用于大型问题。
AhistoryofBayesianneuralnetworksDEEPLEARNINGLIMITATIONSOFDEEPLEARNINGWHATDOIMEANBYBEINGBAYESIAN?BAYE
贝叶斯算法介绍，对于实现文本分类，和搜索引擎很好的学习资料
一本详细解释贝叶斯网络的入门书，很多定理有详细证明且有比较好的例题解析，值得一读。
用python写的哦，anaconda才能运行哦
matlab实现的贝叶斯距离判别法，程序设计使用的
贝叶斯信念网络在数据分析和挖掘中的应用和相关问题的分析
朴素贝叶斯分类假定类条件独立，即给定样本的类标号，属性的值相互条件独立。这一假定简化了计算。当假定成立时，与其它所有分类算法相比，朴素贝叶斯分类是最精确的。然而，在实践中，变量之间的依赖可能存在。贝叶
贝叶斯决策论为机器学习的一种重要方法贝叶斯决策：根据各种事件发生的先验概率进行决策一般具有较大的风险。减少这种风险的办法是通过科学实验、调查、统计分析等方法获得较为准确的情报信息，以修正先验概率。利用
基于Bayesian压缩感知的融合算法，感兴趣的可以去看看
暂无评论