供研究学习置信传播算法的学者学习，matlab代码，内含一些例子包括贝叶斯网络、马尔科夫模型、因子图算法等

在统计推断中，极大似然估计和贝叶斯估计是点估计的常用方法，二者在机器学习中的应用也十分广泛，该PPT对两种估计方法做了一个详解。

贝叶斯_TVPVAR TVP-VAR模型的贝叶斯估计 此仓库包含有关如何使用TVP-VAR模型进行贝叶斯分析的信息。 在深入研究代码之前，您应该看一下Bayes_TVPVAR_Presentation文件。 这将使您对TVP-VAR与常规VAR模型有何不同以及我们如何在TVP-VAR设置中进行贝叶斯分析的基线了解。 一旦对此有了一个不错的了解，代码就应该更容易理解。 在继续编写代码之前，我想引用从中获得代码的作者。 主要来源来自“经验宏观经济学的贝叶斯多元时间序列方法”（Koop和Korobilis，2010年），对此仅作了一些修改。 这是该项目的大多数信息都被引用的主要教科书。 TVP_VAR_CK文件包含许多不同的文件和功能，因此，为避免被MATLAB代码淹没，请将您的注意力集中在三个主要文件上。 一种是设置Homo_TVP_VAR.m文件，以从Korobilis（2008）读取数

在非局域均值滤波基础上，基于贝叶斯估计进行的改进；重点是基于贝叶斯估计改进了非局域均值滤波中判定相似块的方法

预算matlab代码VC-贝叶斯估计 用于使用贝叶斯估计技术估计动态随机一般均衡（DSGE）模型的代码。 这些代码可从以下位置在线获得： 要求 Matlab（R） 使用Matlab（R）R2018a和以下工具箱对代码进行了测试 符号工具箱 统计工具箱 优化工具箱 乳胶 一些工具使用LaTeX来编译某些文档。 大多数LaTeX版本中都包含的epstopdf被某些工具使用。 附加代码和程序包 来自的代码： ， 版本 来自的代码： 用法示例 脚本SetDSGE.m是如何使用此程序包设置模型和估算模型的示例。 设置的主要结构 设置数据输入和输出的文件名 设置参数列表和优先级 设置观察变量列表 设置状态空间变量列表 设置艾德冲击的清单 生成符号变量 构造任何必要的辅助定义（可选） 设定观察方程式 设置状态方程式 以上9个步骤将建立模型。 设置后的贝叶斯估计通过找到使用后的模式前进MaxPost.m ，然后生成MCMC样品，使用MCMC.m 。 估计结果的分析是通过MCMCAnalysis.m完成的。 有关基本选项以及如何更详细地调用步骤序列，请参见示例SetDSGE.m 。 pdf格式的报告是在

对贝叶斯估计的原理进行讲解分析，并进行matlab的仿真

贝叶斯估计方法的matlab程序，这是一个简单的例子，但很有用

第一节 贝叶斯推断方法 第二节 贝叶斯决策方法

遗传是帕金森氏病（PD）的关键危险因素之一，患有帕金森氏病的孩子的孩子患该病的风险是两倍。 在本文中，估计了五类家庭中个体罹患帕金森氏病的机会。 也就是说，PD病史阴性的家庭（I），父母病史（II），父母其中一位（III-IV）或父母双方（V）都没有被诊断为阳性的家庭。 经过复杂的建模后，使用最大似然法和贝叶斯方法来估计在上述五种家庭类型中发展帕金森氏症的机会。 了解此类概率非常重要，因为个人可以采取预防措施来克服这种可能性。 尽管许多医师已就PD的发展机会提供了医学意见，但我们的研究是最早提供具有真实数据的统计模型和分析以支持结论的研究之一。

基于概率统计贝叶斯方法的手写数字分类器设计论文，附源代码，通过贝叶斯决策分类，能够实现0-9手写数字识别的功能。