两类问题，数据符合正态分布，利用贝叶斯最小错误率规则对样本进行分类

利用贝叶斯分类器实现手写数字识别，要数据的可以发私信，有测试集和训练集。太大不布出来。 利用贝叶斯分类器实现手写数字识别，要数据的可以发私信，有测试集和训练集。太大不布出来。

贝叶斯统计推断，国内著名统计学家张尧庭的作品！

基于贝叶斯的手写数字识别，C语言实现代码.................................................................................................................................................................................................................................................................................................................................

bo 用于模块化贝叶斯优化的Python软件包。 该程序包提供了对可能的噪声损坏函数f进行优化的方法。 特别是，此程序包使我们可以优先考虑f的可能行为并选择点，以便收集有关函数及其最大值的信息。 安装 安装此软件包的最简单方法是运行 pip install -r https://github.com/mwhoffman/pybo/raw/master/requirements.txt pip install git+https://github.com/mwhoffman/pybo.git 这将安装软件包及其任何依赖项。 安装软件包后，即可直接通过python运行随附的演示。 例如，通过运行 python -m pybo.demos.animated 演示的完整列表可以在查看。 之前的版本 当前版本的pybo与以前的版本相比，其界面已有一些更改。 该软件包的先前稳定版本可以在找到。 例

bayesian_bootstrap bayesian_bootstrap是Python中用于贝叶斯引导的软件包。 有关贝叶斯引导程序的概述，我强烈建议阅读。 这个Python包类似于他的。 本自述文件包含以下一些示例。 有关软件包API的，请参阅 。 该软件包位于pypi上-您可以使用pip install bayesian_bootstrap进行pip install bayesian_bootstrap 。 bootstrap模块概述 bayesian_bootstrap软件包中的主要模块是bootstrap模块。 bootstrap模块包含使用引入的Bayesian Bootstrap进行近似贝叶斯推理的工具。 它包含以下内容： mean和var函数，用于模拟均值和方差的后验分布 bayesian_bootstrap函数，用于模拟任意统计量的后验分布 BayesianBootstrapBagging类，一个包装器，允许用户使用Bayesian Bootstrap重采样来生成回归器/分类器的集合。 需要提供一个具有scikit-learn之类的估计器的基类。 另请参见b

上传的这个文档里有教程的链接，点击可以直接下载 有HTML、PDF、CHM版本

贝叶斯决策---最小错误率法则 例子：要分类一条鱼是鲑鱼（ ）还是鲈鱼（ ）？ 如果我们只知道可能状态先验 概率的 和 ，且 则可以认为是鲑鱼。

非常好，简单易懂，不错的东东。

信号检测与估值中的贝叶斯准则仿真，代码自己编写，欢迎下载