【清华大学大数据 数据分析 统计学 系列课程】 全套清华大学数据分析 统计学 系列课程 01 第一章 统计学习方法概论 （共32页）.pptx 全套清华大学数据分析 统计学 系列课程 02 第二章 感知机 （共28页）.pptx 全套清华大学数据分析 统计学 系列课程 03 第三章 k 近邻法 （共20页）.pptx 全套清华大学数据分析 统计学 系列课程 04 第四章 朴素贝叶斯法 （共17页）.pptx 全套清华大学数据分析 统计学 系列课程 05 第五章 决策树-2016-ID3CART （共85页）.pptx 全套清华大学数据分析 统计学 系列课程 06 第六章 Logistic回归 逻辑斯的回归与最大熵模型（共54页）.pptx 全套清华大学数据分析 统计学 系列课程 07 第七章 支持向量机 （共95页）.pptx 全套清华大学数据分析 统计学 系列课程 08 第八章 提升方法 （共58页）.pptx 全套清华大学数据分析 统计学 系列课程 09 第九章 EM算法及其推广 （共46页）.pptx 全套清华大学数据分析 统计学 系列课程 10 第十章 隐马尔科夫模型 （共50页）.pptx 全套清华大学数据分析 统计学 系列课程 11 第十一章 条件随机场 （共60页）.pptx 全套清华大学数据分析 统计学 系列课程 12 第十二章 统计学习方法总结.pptx

论文ID 原名： Nowcasting and forecasting the potential domestic and international spread of the 2019-nCoV outbreak originating in Wuhan, China: a modelling study 翻译名：对源自中国武汉的2019-nCoV爆发的潜在国内和国际传播的预测和预测：一项模型研究 期刊：The Lancet IF:59.102 发表时间：2020.02 作者：Joseph T Wu*, Kathy Leung*, Gabriel M Leung 数据来源：中国疾病预防

这是一个washington大学开发的MLN工具包，非常好用

马尔科夫逻辑网工具包 一种将概率模型和一阶谓词逻辑结合起来的机器学习算法

概率论 马尔科夫链 排队 模拟 2017版本 英文原版教材；概率论 马尔科夫链 排队 模拟 2017版本 英文原版教材

基于隐马尔科夫(HMM）的C语言实现（内有详细注释）。

定性预测、回归预测、时间序列平滑预测、趋势曲线模型预测、季节变动预测、马尔科夫预测、确定型决策、非确定型决策、风险型决策、贝叶斯决策、多目标决策等。通过学习，使学生掌握基本预测理论与方法，培养学生根据实际条件选择并建立模型进行预测与决策的能力

主要研究马尔科夫跳变系统,该系统带有平均场且性能指标的加权矩阵不定号。首先引入一组广义差分黎卡提方程;其次,通过黎卡提方程的解给出最优控制集的一般形式以及最优的性能指标,并在推论中给出不考虑平均场的情况下最优控制的特殊形式;最后,通过一个数值例子来验证结果正确。

基于马尔科夫过程，进行的城市交叉口车辆到达预测，可用于预测需求

有关隐马尔科夫模型（HMM）的英文资料，介绍详细，先到先得，为何描述非得超过20个汉字呢？