pdf格式书籍：贝叶斯动态模型及其预测。适合需要了解中等或初学者的水平，以及工程技术人员的需要。

贝叶斯学习的讲义，用于模式识别和机器学习。PDF版本，便于下载打印。

正态分布的Bayes决策例解 两类的识别问题：医生要根据病人血液中白细胞的浓度来判断病人是否患血液病。 根据医学知识和以往的经验，医生知道： 患病的人，白细胞的浓度服从均值2000，方差1000的正态分布；未患病的人，白细胞的浓度服从均值7000，方差3000的正态分布； 一般人群中，患病的人数比例为0.5%。 一个人的白细胞浓度是3100，医生应该做出怎样的判断？ 它与人工智能关系密切，其目的是用机器完成人类智能中通过视觉、听觉、触觉等感官去识别外界环境的工作。 模式识别是一门理论与应用并重的技术科学。

经典书籍《统计学习方法》李航，第4章 朴素贝叶斯(Naïve Bayes)-Python代码

泊松足球 - 计算贝叶斯项目 该存储库包含两个试图预测足球比赛的模型，这两个模型都以泊松过程为中心，并且它们的功能相对有限。 该模型忽略了不常见的得分方式，而是专注于 7 分达阵和 3 分投篮命中率。 该模型假设每次触地得分都会增加一分，并且安全永远不会发生。 我们还假设得分以泊松方式发生，因此在任何时间点得分的可能性都相同。 我们没有加入加班建模。 我们找到了第一队获胜、第二队获胜以及比赛进入加时赛的概率。 Football1.py 中的第一个模型基于两个独立的泊松过程，第一个用于达阵，第二个用于投篮命中。 这些会独立更新，然后结合起来以预测游戏。 在football2.py 中，第二个模型基于一个泊松过程来模拟得分，以及第二个概率套件来捕获得分是 TD 还是 FG 的可能性。 为了计算得分一定数量的可能性，我们使用二项式分布。 TODO：防守赢得冠军。 如何将其纳入其中。它可以以

电动装置-基于贝叶斯模型的电网操作人因可靠性评估方法及装置.zip

当今用于贝叶斯网络分析最广泛的工具，安装可以使用。

Sparse Bayesian Learning，Basis Selection，稀疏贝叶斯学习算法，压缩感知，matlab仿真

贝叶斯网络故障诊断模型解耦方法的探讨，钟文奇，张三同，复杂系统贝叶斯网络故障诊断模型因节点多、耦合关系复杂，具有推理诊断效率低，诊断结果解释能力差等缺点。引进解耦思想，过对三

在人工智能领域，贝叶斯方法是一种非常具有代表性的不确定性知识表示和推理方法。