贝叶斯学习与增强 贝叶斯分类器和Adaboost算法的实现可生成跨训练数据的不同分布生成的多个假设。

研究贝叶斯证据框架下标准支持向量机和最小二乘支持向量机的估计算法和建模方法, 给出一种高斯核支 持向量机估计算法的参数选择和调整方法. 将贝叶斯证据框架下支持向量机的建模方法应用于非线性系统的辨识, 仿真结果表明, 该方法对于工业过程建模是十分有效的.

行业分类-物理装置-基于朴素贝叶斯机器学习模型预测存储设备性能方法系统.zip

行业分类-物理装置-基于分层合成Lasso先验模型的离格稀疏贝叶斯DOA估计方法.zip

利用贝叶斯方法对垃圾邮件进行分类，用数据进行训练，测试数据来计算错误概率（matlab语言编写）

此代码为贝叶斯潜在多动态因子模型，用贝叶斯方法来估计因子

基于朴素贝叶斯分类器的文本分类程序 python

该软件包提供了贝叶斯和分段Invovoxel不相干运动（IVIM）模型拟合的功能。 还包括数据组织和模式计算的补充功能，以及方便读写 nifti 文件的包装器。 下载 zip 文件以获取改编自“Jalnefjord、Oscar 等人。通过体素内不相干运动 (IVIM) 对胶质瘤进行表征的 b 值优化。年度科学会议 ESMRMB 2019”的示例数据如果函数用于研究，请按照相应函数中的描述进行引用

python bnlearn安装方法及案例应用.txt

此代码可以用于实现地理加权回归分析；包括普通的地理加权回归和贝叶斯地理加权回归；包含算法代码和应用实例的代码；