机器学习实战所需资源

随机决策理论-贝叶斯决策与马尔可夫决策-xsd (1).pptx

《机器学习》第七章后半部分代码，包括利用BIC、EM算法为基础构建贝叶斯网络，并利用吉布斯采样算法对实现对网络的“查询”。贝叶斯网络的构建采用了贪心算法。基于BIC、EM算法生成的贝叶斯网络没有进行较多验证，但从经验简单观察，应该具有一定正确性。

贝叶斯博弈

两个贝叶斯分类器的例子，分别基于最小错误率与最小风险

朴素贝叶斯对tic-tac-toe游戏结果数据集进行分类预测，正确率67.7%. 绝对完美的界面设计！ 绝对完整的测试数据+源码+可执行文件+用户手册+详细设计文档！！！ 还有小小游戏可以玩儿！！！

这是matlab的贝叶斯工具包，详细介绍了怎样把工具包导入到matlab中，包中有关于贝叶斯的各种算法 比如k2,爬山算法，是学习贝叶斯网络不可多得的工具

贝叶斯_TVPVAR TVP-VAR模型的贝叶斯估计 此仓库包含有关如何使用TVP-VAR模型进行贝叶斯分析的信息。 在深入研究代码之前，您应该看一下Bayes_TVPVAR_Presentation文件。 这将使您对TVP-VAR与常规VAR模型有何不同以及我们如何在TVP-VAR设置中进行贝叶斯分析的基线了解。 一旦对此有了一个不错的了解，代码就应该更容易理解。 在继续编写代码之前，我想引用从中获得代码的作者。 主要来源来自“经验宏观经济学的贝叶斯多元时间序列方法”（Koop和Korobilis，2010年），对此仅作了一些修改。 这是该项目的大多数信息都被引用的主要教科书。 TVP_VAR_CK文件包含许多不同的文件和功能，因此，为避免被MATLAB代码淹没，请将您的注意力集中在三个主要文件上。 一种是设置Homo_TVP_VAR.m文件，以从Korobilis（2008）读取数

内含数据集。先执行cut_data.py划分训练集和测试集，再执行main.py即可。

基于贝叶斯模型的云服务服务质量预测.pdf