贝叶斯模型matlab代码帕累托平滑重要性抽样 (PSIS) 和 PSIS 留一法交叉验证参考代码 介绍 这些文件为 Matlab/Octave 和 Python（由 制作的 Python 端口）实现了帕累托平滑重要性采样 (PSIS) 和 PSIS 留一法交叉验证。 loo 包中对应的 R 代码 相应的 R 代码可以在 中找到，也可以从 中获得。 ArviZ 中的 Python 代码 PyPI 中可用的 loo 和 psislw 函数具有相应的功能（请参阅 参考资料）。 内容 'm' 文件夹中的 Matlab/Octave 代码 'psislw.m' - 对数重要性权重的帕累托平滑 'psisloo.m' - 帕累托平滑重要性采样留一法对数预测密度 'gpdfitnew.m' - 估计广义帕累托分布的参数 'sumlogs.m' - 向量的总和，其中数字用对数表示 'py' 文件夹中的 Python 模块 'psis.py' - 在 Python (Numpy) 模块中包含以下函数 psislw - 对数重要性权重的帕累托平滑 psisloo - 帕累托平滑重要性采样留一法对数预测密

covidseir：贝叶斯SEIR模型来估计社交距离对COVID-19的影响

一个简单自己写的朴素贝叶斯分类器

贝叶斯向量自回归广泛用于宏观经济预测和结构分析。 然而，直到最近，由于参数扩散问题和计算限制，大多数实证工作只考虑了具有少量变量的小系统。 我们首先回顾了各种可用于解决大型贝叶斯 VAR 中参数增殖问题的收缩先验，然后详细讨论了用于克服计算问题的有效采样方法。 然后，我们概述了一些最近的模型，这些模型将各种重要的模型特征合并到传统的大型贝叶斯 VAR 中，包括随机波动率、非高斯和序列相关误差。 还讨论了拟合这些更灵活模型的有效估计方法。 使用涉及实时宏观经济数据集的预测练习来说明这些模型和方法。 还提供了相应的MATLAB代码。

winbugs 贝叶斯专业软件。WinBugs 1.4安装包 1.4.3升级包winbugs 贝叶斯专业软件。

此算法运行在Viusal studio 6.0中编译通过，当然其他Visual studio也可以编译通过。

包括贝叶斯算法，神经网络算法，支持向量机等等相关讲义

采用XML做数据库存储样本特征库，进行样本训练，可以直接加载词典后进行分本分类。也可以清空样本库，重新选择样本库进行训练

贝叶斯算法： 他的概念、 他的应用、 他的优点。

模糊函数的matlab代码贝叶斯模糊聚类 贝叶斯模糊聚类算法的Matlab实现。 使用时请引用此代码：Taylor Glenn，Alina Zare和Paul Gader。 （2019年4月12日）。 GatorSense / BayesianFuzzyClustering：初始发行版（版本v1.0）。 Zenodo。 参见相关文件，doi：10.1109 / TFUZZ.2014.2370676， 注意：如果在任何出版物或演示文稿中使用贝叶斯模糊聚类，则必须引用以下参考文献： 格伦（T. 扎尔（A. Gader，P.，“贝叶斯模糊聚类”，IEEE模糊系统交易，第23卷，第5期，第1545-1561页doi：10.1109 / TFUZZ.2014.2370676 要求： 这段代码使用了汤姆·明卡（Tom Minka）出色的Lightspeed和Fastfit工具箱： Lightspeed工具箱- Fastfit工具箱- 该代码还使用Matlab模糊逻辑工具箱来实现其fcm实现 内容： 贝叶斯模糊聚类MCMC采样器的bfc /％代码|-bfc_params.m％生成默认参数结构|-bf