说明：贝叶斯分类的数据，用于测试贝叶斯分类是否有效

说明：《深入浅出数据分析》以类似“章回小说”的活泼形式，生动地向读者展现优秀的数据分析人员应知应会的技术：数据分析基本步骤、实验方法、最优化方法、假设检验方法、贝叶斯统计方法、主观概率法、启发法、直方图法、回归法、误差处理、相关数据库、数据整理技巧；正文以后，意犹未尽地以三篇附录介绍数据分析十大要务、R工具及ToolPak工具，在充分展现《深入浅出数据分析》目标知识以外，为读者搭建了走向下一步深入研究的桥梁。 《深入浅出数据分析》构思跌宕起伏，行文妙趣横生，无论读者是职场老手，还是业界新人；无论是字斟句酌，还是信手翻阅，都能跟着文字在职场中走上几回，体味数据分析领域的乐趣与挑战。

说明：基于对朴素贝叶斯的理解，用java语言实现的简单的朴素贝叶斯过程

说明：用贝叶斯中的努伯利类实现人脸识别，结合PACK算法实现

说明：用贝叶斯中的高斯类库实现人脸识别，结合PCA算法实现

说明：最小错误率贝叶斯决策方法的MATLAB程序

说明：car-evaluation 贝叶斯分类代码 c++版

说明：基于贝叶斯分类器的数据处理与MATLAB实现

说明：贝叶斯下文本分类器，python语言，包括中文分词和英文分词

说明：用python实现的问题分类算法，包括贝叶斯，svm,决策树，xgboost,对入门文本分类的同学有一定的帮助

说明：详细介绍了贝叶斯动态预测的原理方法以及实例

说明：贝叶斯参数学习电饭锅电饭锅的辅导费规范地方

说明：《统计学习方法》是计算机及其应用领域的一门重要的学科。《统计学习方法》全面系统地介绍了统计学习的主要方法，特别是监督学习方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场等。

说明：与大家分享各种类型贝叶斯分类器，传统贝叶斯分类器

说明：朴素贝叶斯分类器用Python实现，基础代码适合初学者

说明：基于概率论的分类方法 :朴素贝叶斯 学习朴素贝叶斯算法进行简单的二值分类

说明：垃圾邮件处理，贝叶斯算法，Python，机器学习，深度学习。

说明：朴素贝叶斯算法和KNN算法比较，其中用到的数据集为adults

说明：借助朴素贝叶斯算法，针对文本正负面进行判别，并且利用C#进行编程实现

说明：贝叶斯分类，主要是数据挖掘以及人工智能的相关知识，基础知识

说明：可以针对空间统计学空间误差模型中的进行贝叶斯估计

说明：基于稀疏贝叶斯学习算法预测理论，利用稀疏贝叶斯的进行概率预测

说明：讲述模式识别与机器学习,贝叶斯决策理论的相关知识,

说明：我们需要成百上千的分类器来解决现实世界的分类吗 我们评估179分类17种分类器（判别分析，贝叶斯，神经网络，支持向量机，决策树，基于规则的分类器，升压、装袋、堆放、随机森林和其他合奏，广义线性模型，线性，偏最小二乘法和主成分回归，logistic回归、多项式回归、多元自适应回归样条等方法），实现在WEKA，R（有或没有插入包），C和Matlab，包括所有目前可用的相关分类。

说明：贝叶斯是无敌的，贝叶斯是万能的，贝叶斯是全知全能的

说明：实现新闻文本分类 ，算法，朴素贝叶斯，参数调整

说明：MATLAB用于贝叶斯学习的工具箱，里面包含使用文档

说明：贝叶斯垃圾邮件分类器，使用Python编写，使用SMSSpamCollection数据集

说明：使用朴素贝叶斯对垃圾邮件进行分类，附带数据

说明：《贝叶斯网引论》 这是一本 比较经典的贝叶斯理论丛书