概率图模型的缔造者Pearl的又一经典力作，Google引用率超过17000次！ 深入论述了贝叶斯网络推断的相关定义、定理等。 是学习机器学习的必要辅助书籍！ 而且，已通过OCR文字扫描，方便进行查询

matlab的egde源代码概率矩阵分解算法的Python实现 该代码尝试实现以下文章： Mnih，A.＆Salakhutdinov，R.（2007）。 概率矩阵分解。 神经信息处理系统的进展（第1257-1264页）。 具有MovieLens数据集的Python中的概率矩阵分解 数据集是MovieLens | MovieLens 100k | GroupLens 中的GroupLens数据集MovieLens 100k | GroupLens MovieLens 100k | GroupLens 参考： Mnih，A.＆Salakhutdinov，R.（2007）。 概率矩阵分解。 神经信息处理系统的进展（第1257-1264

matlab代码影响 Probabilistic-Matrix-Factorization Probabilistic Matrix Factorization for Recommendation by R 我使用R语言实现了矩阵分解(mf.R)、概率矩阵分解算法(pmf.R)。 优化部分采用了随机梯度下降算法(pmf-sgd.R)以及动量优化算法(mf.R,pmf.R)。 本代码的核心部分改编自Ruslan Salakhutdinov提供的matlab代码（ 除了输出训练集测试集误差，我还选取了部分预测评分与真实评分进行比较，显示了非常好的预测性能(pre.Rmd)！ 除了预测评分，我还考虑了TOP-N推荐，最后可以为每位用户i推荐他最可能感兴趣的j部电影(pre.Rmd)。 最后，我封装了PMF函数（fun_pmf.R），通过多次调用该函数，我对比了概率矩阵分解算法的超参数对算法效果的影响(comparison.Rmd)，包括用户、物品隐特征矩阵维度k，学习率epsilon，正则化参数lambda，动量优化参数momentum。 我使用的是MovieLen100k数据集() 包括

模糊网络攻击序列的概率推理，网络攻击和安全第14章

机器学习非常推荐的一本书，能够兼顾深度和广度、并且比较适合拥有计算机科学或其它相关领域基础的初学者的教材

Practical Probabilistic Programming.pdf 由manning出版社出版，对应中文版翻译书为：《概率编程实战》。是概率编程入门绝佳的好资料。 该书介绍了什么是概率编程，和一个概率编程系统Figaro，该框架基于scala，易于扩展，支持多数常用概率推理算法。

机器人行业圣经——概率机器人（Probabilistic Robotics）高清中文版英文版pdf。由于中文版翻译质量不是特别好，建议中英文对照着看。 本书的内容适用于每一位机器人领域的学生、研究者和技木人员，以及应用统计学与传感器的非机器人领域的从业者。本书也可以用于教学。教学时，每章需要一两个课时。并且，有些章节也可以跳过或霓新排序讲授。本书每章都提供了一些习题和动手实践的项目，根据这些指导亲自动手实践，会令读者受益匪浅。 为使机器人能够应对环境、传感器、执行机构、内部模型、近似算法等所带来的不确定性，本书致力于用概率的方法明确地表示不确定性，并研究机器人感知和机器人规划与控制的不确定性，以降低机器人系统的不确定性，使机器人能工作于应用环境中，完成定位、地图构建、规划与控制。 本书包括了基础知识、定位、地图构建、规划与控制四大部分，共17 章。

The Probabilistic Method_3rd Edition 原版经典，概率的方法，第三版，pdf文档

学机器人必备的书，机器人学的圣经，作者是Sebastian Thrun，谷歌无人车之父。

In the binary case, the probabilities are calibrated using Platt scaling 9: logistic regression on the SVM’s scores, fit by an additional cross-validation on the training data.