说明：1. 以身高为例，画出男女生身高的直方图并做对比； 2. 采用最大似然估计方法，求男女生身高以及体重分布的参数； 3. 采用贝叶斯估计方法，求男女生身高以及体重分布的参数（注明自己选定的参数情况）； 4. 采用最小错误率贝叶斯决策，画出类别判定的决策面。并判断某样本的身高体重分别为(160,45)时应该属于男生还是女生？为(178,70)时呢？

说明：1. 以身高为例，画出男女生身高的直方图并做对比； 2. 采用最大似然估计方法，求男女生身高以及体重分布的参数； 3. 采用贝叶斯估计方法，求男女生身高以及体重分布的参数（注明自己选定的参数情况）； 4. 采用最小错误率贝叶斯决策，画出类别判定的决策面。并判断某样本的身高体重分别为(160,45)时应该属于男生还是女生？为(178,70)时呢？

说明：一个matlab贝叶斯实例，用于学习交流

说明：根据几个测试结果，创建贝叶斯网络以查找患者心脏病的概率

说明：Pattern-Recognition-and-Machine-Learning-master,项目包括使用贝叶斯分类器的字符识别，基于GMM的图像分割，使用PCA的人脸识别和具有径向基函数的多类SVM分类器

说明：基于最小错误率的贝叶斯手写数字分类器，最终用了一个GUI的形式表达出来。流程比较详尽，注释比较多，逻辑比较清晰

说明：基于增强型贝叶斯模型的情感分类算法实现，一种机器学习方式的情感识别研究

说明：实现了一个简单的拼音输入法 基于朴素贝叶斯算法

说明：垃圾文件分类，用朴素贝叶斯方法，python3可用

说明：红酒贝叶斯分类，用朴素分类器进行分类，可用。

说明：贝叶斯网络学习资料，学习资料汇总，初学者看

说明：使用高斯贝叶斯函数对已有数据进行分类，有样本集

说明：贝叶斯神经网络工具箱，完整版，下载可以直接用，非常完善。

说明：1.以身高为例，画出男女生身高的直方图并做对比； 2.采用最大似然估计方法，求男女生身高以及体重分布的参数； 3.采用贝叶斯估计方法，求男女生身高以及体重分布的参数（注明自己选定的参数情况）； 4.采用最小错误率贝叶斯决策，画出类别判定的决策面。并判断某样本的身高体重分别为(160,45)时应该属于男生还是女生？为(178,70)时呢？

说明：基于朴素贝叶斯的垃圾邮件分类，包含算法代码，邮件数据集以及中文停用词文件

说明：贝叶斯算法实现新闻分类基于python语言的实现

说明：对贝叶斯算法代码的验证，转自CSDN，对它的算法进行了验证

说明：基于统计学方法，利用python编程，实现朴素贝叶斯

说明：高斯过程回归是一种基于贝叶斯原理的统计机器学习方法，将先验分布通过贝叶斯定理转化成后验分布，与其他没有采用贝叶斯技巧的预测方法而言，高斯过程最大的优点是能方便地推断出超参数，同时也能方便地给出预测值的置信区间

说明：基于贝叶斯的协同过滤算法，电影评分推荐，数据库ml-100k

说明：进行贝叶斯压缩感知以及图像重构，以及一张图片示范

说明：贝叶斯网络结构学习工具包，在MATLAB中可以用该包进行数据分类操作。

说明：PRML 机器学习必看优秀书籍 从概率论和贝叶斯角度深度解读及机器学习中的各个算法和原理

说明：贝叶斯算法使用python ,内含测试数据文件，数据为多个txt格式的邮件文件。

说明：python 叶贝斯算法ppt 讲述了如何去计算所求概率

说明：稀疏贝叶斯实现方法，英文资料，监督学习，可用于分类任务

说明：实现了机器学习的各种分类算法，如：knn，svm，朴素贝叶斯，神经网络，决策树等。

说明：bnj-贝叶斯网络java,一款非常优秀的开源bayesian network工具包。<br>贝叶斯网络工具BNJ (Bayesian Network for Java) ，这是一款从算法到最后图形界面实现完全用采用Java的工具包.

说明：如果输入错误，会预测你想输入的正确单词是什么