便便 ##面向对象编程 2014/15 ###Learning 动态贝叶斯网络 ####MEEC IST 更多信息 ->

ArviZ ArviZ（发音为“ ARvees ”）是一个Python软件包，用于对贝叶斯模型进行探索性分析。 包括后验分析，数据存储，模型检查，比较和诊断的功能。 ArviZ用其他语言 ArviZ还提供了一个可用的Julia包装器 。 文献资料 可以在找到ArviZ文档。 初次使用的用户可能会发现会有所帮助。 在可以找到其他指导。 安装 稳定的 可从PyPI安装ArviZ。 可以使用pip安装最新的稳定版本： pip install arviz ArviZ也可以通过conda- forge获得。 conda install -c conda-forge arviz 发展 可以使用pip从主分支安装最新的开发版本： pip install git+git://github.com/arviz-devs/arviz.git 另一个选择是克隆存储库并使用git和setuptool

微软提供的贝叶斯网络建模、分析工具，操作简单、界面友好，并提供C#API接口及使用示例，可运行于X64系统。

贝叶斯算法实例——文本分析，具体代码可详见‘[学习笔记]机器学习——算法及模型（五）：贝叶斯算法’

本资源为《机器学习实战》第四章基于概率论的分类方法：朴素贝叶斯学习笔记，资源中总结和输入的所有例程代码，并给出注释。资源免费下载

这是粒子滤波的matlab代码，是一个粒子滤波的简单编写，大家可以自由改写。所需进阶的代码大家自己都可以在此基础上编写出来。

构造精确的贝叶斯网络分类器已被证明为NP难问题，提出了一种基于捕食逃逸粒子群优化（PSO）算法的通用贝叶斯网络分类器，能有效避免数据预处理时的属性约简对分类效果的直接影响，实现对贝叶斯网络结构的精确学习和搜索。另外，将所提出的分类器应用于高职院校就业预测分析，并在Weka平台上实现对该分类器的构建和验证，与其他几种贝叶斯网络分类器的对比实验结果表明，该分类器具有更好的性能。

RNBL-MN 序列分类器递归朴素贝叶斯学习器的实现 ＃＃＃关键词 Weka ,递归朴素贝叶斯,决策树,多项式事件模型,序列分类器 描述 用于构建和使用递归朴素贝叶斯分类器进行序列分类的 Java 类。 RNBL-MN 是一棵朴素贝叶斯分类器树，其中每个节点都是一个基于多项式事件模型的 NB 分类器。 RNBL-MN 被证明优于 C4.5 决策树学习器，并且产生与使用类似信息的 SVM 相当的准确度。 ##Reference 有关更多信息，请参阅， Dae-Ki Kang、Adrian Silvescu、Vasant Honavar “RNBL-MN：用于序列分类的递归朴素贝叶斯学习器”PAKDD'06。 依赖项： 该项目依赖于 Weka 3.6 NaiveBayesMultinominal 分类器和其他辅助功能。 Weka的效率问题 我在评估中加入了C4.5决策树方法来与RNB

基于相关系数的加权朴素贝叶斯分类算法_张明卫，分享给大家学习~

讲述贝叶斯统计学方法,偏重于理论，方便开发人员更深刻理解贝叶斯算法和在编程中实现