#

单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级Date:File:ML1.Machine LearningPeng Kaixiang 2011. All rights reserved.Machine Learning for Control Engineering第6章 贝叶斯学习( Bayesian Learning )概述贝叶斯推理提供了一种概率手段基于如下的假定：

　贝叶斯学习贝叶斯推理提供了推理的一种概率手段它基于如下的假定即待考查的量遵循某概率分布且可根据这些概率及已观察到的数据进行推理以作出最优的决策贝叶斯推理对机器学习十分重要因为它为衡量多个假设的置信度提供了定量的方法贝叶斯推理为直接操作概率的学习算法提供了基础而且它也为其他算法的分析提供了理论框架介绍贝叶斯学习同我们的机器学习研究相关有两个原因首先贝叶斯学习算法能够计算显式的假设概率如朴素贝

单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级史忠植 高级人工智能高级人工智能第六章 概率推理 史忠植 中国科学院计算技术所20224221史忠植 高级人工智能6.1概述 6.2贝叶斯概率基础6.3贝叶斯学习理论6.4简单贝叶斯学习模型6.5贝叶斯网络的建造6.6主动贝叶斯网络6.7贝叶斯潜在语义模型6.8贝叶斯网络的证据推理内容提要