基于贝叶斯的最小误差决策的Matlab图像分割程序

经验贝叶斯估计的PPT学习文档，详细介绍了经验贝叶斯的统计学方法，以及几种改进的应用，适合初学者

人工智能上机实验报告，有A*算法重排九宫格以及主观贝叶斯的内容

pgmpy pgmpy是一个用于处理概率图形模型的python库。 支持的文档和算法列表在我们的官方网站使用pgmpy的示例： : 使用pgmpy的概率图形模型基础教程： : 我们的邮件列表位于 。 我们在社区聊天。 依存关系 pgmpy具有以下非可选依赖项： python 3.6或更高版本 网络X 科学的 麻木 火炬 一些功能还需要： tqdm 大熊猫 剖析 统计模型 作业库 安装 pgmpy在pypi和anaconda上都可用。 通过anaconda安装使用： $ conda install -c ankurankan pgmpy 通过pip安装： $ pip

是一个使用贝叶斯建立背景模型的算法 是matlab文件 对于学习目标检测的人来说非常有用

有关机器 学习的基本介绍，比如机器学习是分为监督学习和无监督学习的，以及监督学习中的一些算法，有分类算法和数值型预测算法，分类算法中几种比较经典的算法

用romberg数值方法求解定积分,可直接运行，程序移植性强，详细注释，研究生学数值分析时亲手写的，初学者可以学习以下

基本ML算法 最近邻居 逻辑回归 线性回归 朴素贝叶斯 K均值聚类

高斯积分比以前的有优化，龙贝格绝对没有任何错误，修改了一前的错误。都是研究生期间写的。现在工作做SI了，希望这两个小程序对需要的同学有用，那个溹末非积分需要这里的一个高斯积分子程序

《机器学习》算法实例-朴素贝叶斯算法-屏蔽社区留言板的侮辱言论 构建一个快速过滤器来屏蔽在线社区留言板上的侮辱性言论。如果某条留言使用了负面或者侮辱性的语言，那么就将该留言标识为内容不当。对此问题建立两个类别: 侮辱类和非侮辱类，使用 1 和 0 分别表示。 提取所有文档中的词条并进行去重 获取文档的所有类别 计算每个类别中的文档数目 对每篇训练文档: 对每个类别: 如果词条出现在文档中-->增加该词条的计数值（for循环或者矩阵相加） 增加所有词条的计数值（此类别下词条总数） 对每个类别: 对每个词条: 将该词条的数目除以总词条数目得到的条件概率（P(词条|类别)） 返回该文档属于每个类别的条件概率（P(类别|文档的所有词条)）