“贝叶斯”查询结果_在线百科全书查询
贝叶斯
贝叶斯(1702-1763) Thomas Bayes，英国数学家.1702年出生于伦敦，做过神甫。1742年成为英国皇家学会会员。1763年4月7日逝世。贝叶斯在数学方面主要研究概率论。他首先将归纳推理法用于概率论基础理论，并创立了贝叶斯统计理论，对于统计决策函数、统计推断、统计的估算等做出了贡献.1763年发表了这方面的论著，对于现代概率论和数理统计都有很重要的作用。贝叶斯的另一著作《机会 详情>>
在博弈论中，贝叶斯博弈所指的是：博弈参与者对于对手的收益函数没有完全信息（incompleteinformation）；因此贝叶斯博弈也被称为不完全信息博弈。在约翰·海萨尼的研究框架下，我们可以将自然（Nature）作为一个参与者引入到贝叶斯博弈中。自然将一个随机变量赋予每个参与者。这个随机变量决定了该参与者的类型（type），并且决定了各个类型出现的概率、或是概率密度函数。在博弈进行过程中，根据 详情>>
1什么是贝叶斯定理2 贝叶斯推理研究概况(2.1 基础概率忽略现象的发现与争论2.2 贝叶斯推理问题的研究范式)1什么是贝叶斯定理18世纪，英国学者贝叶斯(1702～1761)曾提出计算条件概率的公式用来解决如下一类问题：假设H[,1],H[,2]…互斥且构成一个完全事件，已知它们的概率P(H[,i],i=1,2,…，现观察到某事件A与H[,1],H[,2]…相伴随而出现，且已知条件概率P(A/H 详情>>
详情>>
贝叶斯分析方法 贝叶斯方法是基于贝叶斯定理而发展起来用于系统地阐述和解决统计问题的方法。一个完全的贝叶斯分析（fullBayesiananalysis）包括数据分析、概率模型的构造、先验信息和效应函数的假设以及最后的决策（Lindley，2000）。贝叶斯推断的基本方法是将关于未知参数的先验信息与样本信息综合，再根据贝叶斯定理，得出后验信息，然后根据后验信息去推断未知参数（一）客观贝叶斯分析（ob 详情>>
贝叶斯定理是概率论中的一个基本定理，它可以表述为：若B1，B2，B3……构成一个完备的事件组，且它们都具有正概率，则对任一概率不为零的事件A，有：，（i=1，2，…，n）贝叶斯定理用于投资决策分析是在已知相关项目B的资料，而缺乏论证项目A的直接资料时，通过对B项目的有关状态及发生概率分析推导A项目的状态及发生概率。如果我们用数学语言描绘，即当已知事件Bi的概率P（Bi）和事件Bi已发生条件下事件A 详情>>
贝叶斯概率概述贝叶斯概率的历史贝叶斯概率的变种贝叶斯概率和频率概率贝叶斯概率的应用贝叶斯概率概述贝叶斯概率是由贝叶斯理论所提供的一种对概率的解释，它采用将概率定义为某人对一个命题信任的程度的概念。贝叶斯理论同时也建议贝叶斯定理可以用作根据新的信息导出或者更新现有的置信度的规则。贝叶斯概率的历史贝叶斯理论和贝叶斯概率以托马斯·贝叶斯（1702－1761）命名，他证明了现在称为贝叶斯定理的一个特例。术 详情>>
贝叶斯学习理论：1.贝叶斯法则机器学习的任务：在给定训练数据D时，确定假设空间H中的最佳假设。最佳假设：一种方法是把它定义为在给定数据D以及H中不同假设的先验概率的有关知识下的最可能假设。贝叶斯理论提供了一种计算假设概率的方法，基于假设的先验概率、给定假设下观察到不同数据的概率以及观察到的数据本身。2.先验概率和后验概率用P(h)表示在没有训练数据前假设h拥有的初始概率。P(h)被称为h的先验概率 详情>>
图书信息内容简介图书目录图书信息书名:贝叶斯计量经济模型作 者：朱慧明出版社：科学出版社出版时间：2009年09月ISBN:9787030251404开本：16开定价:48.00元内容简介《贝叶斯计量经济模型》系统地研究了计量经济模型的贝叶斯理论及其应用，主要内容包括贝叶斯统计计算、统计分布理论、贝叶斯决策理论、贝叶斯线性回归模型、贝叶斯自回归移动平均模型、贝叶斯向量自回归模型、贝叶斯自回归条件异 详情>>
贝叶斯方法的基本思想是：假定对所研究的对象在抽样前已有一定的认识，常用先验分布来描述这种认识，然后基于抽取的样本再对先验认识作修正，得到后验分布，而各种统计推断都基于后验分布进行。一般都将bayes用于分类，在此介绍贝叶斯方法在层次聚类上的使用。应用方法是，每一步中都选择两个类别合并为一个类别，选择的依据是使合并后分类方案的后验概率P(C|D)最大，即每一步进行局部优化的目标函数为P(C|D),其 详情>>
百度名片目录贝叶斯贝叶斯分类器贝叶斯定理(定理的研究方向与意义贝叶斯定理的应用)贝叶斯统计百度名片贝叶斯ThomasBayes，英国数学家.1702年出生于伦敦，做过神甫.1742年成为英国皇家学会会员.1763年4月7日逝世.贝叶斯在数学方面主要研究概率论.他首先将归纳推理法用于概率论基础理论，并创立了贝叶斯统计理论，对于统计决策函数、统计推断、统计的估算等做出了贡献.1763年发表了这方面的论 详情>>
贝叶斯简介何为区间估计贝叶斯区间估计的内容贝叶斯区间估计的作用贝叶斯简介贝叶斯(1702-1763)ThomasBayes，英国数学家。在数学方面研究概率论。他首先将归纳推理法用于概率论基础理论，并创立了贝叶斯统计理论，对于统计决策函数、统计推断、统计的估算等做出了贡献。何为区间估计用数轴上的一段经历或一个数据区间,表示总体参数的可能范围.这一段距区间估计离或数据区间称为区间估计的置信区间。参数估 详情>>
图书信息内容简介图书目录图书信息书名:贝叶斯网络理论在装备故障诊断中的应用作 者：李海军出版社：国防工业出版社出版时间：2009-7-1ISBN:9787118062250开本：16开定价:28.00元内容简介本书介绍了故障诊断及贝叶斯网络的基本理论，阐述了贝叶斯网络理论在智能故障诊断方法中的应用。提出了一种基于模型分解的复杂系统诊断模型建立方法，能够在最小领域专家负担情况下建立诊断贝叶斯网络模型 详情>>
概要说明贝叶斯序贯决策的特点贝叶斯序贯决策的过程概要说明贝叶斯序贯决策是用于随机性或不确定性动态系统最优化的决策方法。贝叶斯序贯决策的特点①所研究的系统是动态的，即系统所处的状态与时间有关，可周期（或连续）地对它观察；②决策是序贯地进行的，即每个时刻根据所观察到的状态和以前状态的记录，从一组可行方案中选用一个最优方案（即作最优决策），使取决于状态的某个目标函数取最优值（极大或极小值）；③系统下一步 详情>>
介绍贝叶斯定理介绍贝叶斯学习是利用参数的先验分布和由样本信息求来的后验分布，直接求出总体分布。贝叶斯学习理论使用概率去表示所有形式的不确定性,通过概率规则来实现学习和推理过程。贝叶斯学习的结果表示为随机变量的概率分布,它可以理解为我们对不同可能性的信任程度。据介绍，这种技术在分析故障信号模式时，应用了被称为“贝叶斯学习”的自动学习机制，积累的故障事例越多，检测故障的准确率就越高。根据邮件信号判断垃 详情>>
贝叶斯主义（Bayesianism）也称为“贝叶斯认识论”。它是一种认知证明理论，主张一个信念P的得以证明的条件是当且仅当这个P的概率高到合理的程度，并且这种概率由获取新论据而发生的认知证明变化，可依据概率演算包括贝叶斯定理来计算和预测。根据贝叶斯主义的观点，对信念概率的指定既是主观的，又是理性的，不同的研究者可以主观地认为具有不同起初置信度的假说。运用贝叶斯公理，根据新证据而理性地改变这些主观指 详情>>
简介存在问题简介超分辨率贝叶斯法即PanSharpening方法,该方法利用全波段增强多光谱遥感影像,合并传感器特性模拟了全波段和多波段影像的观测过程，利用先验知识估计高分辨率多光谱影像的期望值。这种方法使全波段数据与多光谱波段数据自动对齐,成功地保留了光谱信息,同时增加了空间分辨率,丰富了地面信息。存在问题PANSHARP这种方法是针对现有融合算法存在的两个问题（1、融合结果的颜色畸变；2、操作 详情>>
基本相信内容简介基本相信作 者：明志茂著丛书名：出版社：国防工业出版社ISBN：9787118069846出版时间：2011-01-01版 次：1页 数：197装 帧：精装开 本：16开所属分类：图书>教材教辅>大学教材内容简介《动态分布参数的贝叶斯可靠性分析》针对装备研制阶段可靠性试验与评估的工程需求，将变动统计理论和贝叶斯方法引入到装备研制阶段可靠性试验与分析中，以动态分布参数的贝 详情>>
图书信息作者简介内容简介目录图书信息出版社:中国统计出版社;第1版(1999年1月1日)外文书名:BayesianStatistics平装:264页正文语种:简体中文开本:32ISBN:7503729309条形码:9787503729300尺寸:20x13.6x1.2cm重量:259g作者简介茆诗松，茆诗松教授是我国著名的数理统计专家，华东师范大学终身教授、博士生导师，我国数理统计专业的开拓者之一 详情>>
图书信息内容简介图书目录图书信息书名:连续时间资产收益模型的贝叶斯分析作 者：胡素华出版社：上海财经大学出版社出版时间：2010年6月1日ISBN:9787564207618开本：16开定价:19.00元内容简介《连续时间资产收益模型的贝叶斯分析》内容简介：经济及金融系统是一个复杂系统，综观其发展历程，呈现出较强的不稳定性。无论是现代资本主义市场经济、社会主义计划经济还是社会主义市场经济，经济及金 详情>>
基本相信内容简介基本相信作 者：吴喜之著丛书名：出版社：中国统计出版社ISBN：9787503733659出版时间：2000-10-01版 次：1页 数：244装 帧：平装开 本：16开所属分类：图书>社会科学>统计学内容简介贝叶斯方法是基于贝叶斯定理而发展起来用于系统地阐述和解决统计问题的方渚上用贝叶斯定理的方式依赖于一个统计学家如何看待“概率”的基本概念。这些统计学家“推崇”概率为 详情>>
详情>>
贝叶斯(1702-1763)ThomasBayes，英国数学家.1702年出生于伦敦，做过神甫。1742年成为英国皇家学会会员。1763年4月7日逝世。贝叶斯在数学方面主要研究概率论。他首先将归纳推理法用于概率论基础理论，并创立了贝叶斯统计理论，对于统计决策函数、统计推断、统计的估算等做出了贡献.1763年发表了这方面的论著，对于现代概率论和数理统计都有很重要的作用。贝叶斯的另一著作《机会的学说概 详情>>
贝叶斯定理的研究方向与意义贝叶斯定理的定义贝叶斯定理的应用贝叶斯贝叶斯，全名托马斯·贝叶斯（ThomasBayes）伟大的英国数学大师1702年出生于伦敦，做过神甫.1742年成为英国皇家学会会员.1763年4月7日逝世.贝叶斯在数学方面主要研究概率论.他的理论照亮了今天的计算领域，和他的同事们不同：他认为上帝的存在可以通过方程式证明，他最重要的作品被别人发行，而他已经去世241年了。定理的研究方 详情>>
贝叶斯法则（Bayes'theorem/Bayestheorem/Bayesianlaw）贝叶斯的统计学中有一个基本的工具叫“贝叶斯法则”，尽管它是一个数学公式，但其原理毋需数字也可明了。如果看到一个人总是做一些好事，则那个人多半会是一个好人。这就是说，当不能准确知悉一个事物的本质时，可以依靠与事物特定本质相关的事件出现的多少去判断其本质属性的概率。用数学语言表达就是：支持某项属性的事件发生得愈 详情>>
贝叶斯网络是基于贝叶斯定理的概率统计方法，是表示和处理不确定知识的理想模型。本书从限定贝叶斯网络结构规模的角度出发，对贝叶斯网络分类理论及其应用进行了深入研究，以期提高贝叶斯分类方法的分类性能，扩展其应用领域。作者注重理论在实际中的运用，全书内容包含了作者大量的科研成果，对广大科技人员有重要的参考价值。编辑推荐作者简介目录作者：石洪波ISBN：10位[7504640093]13位[97875046 详情>>
贝叶斯分类器的分类原理是通过某对象的先验概率，利用贝叶斯公式计算出其后验概率，即该对象属于某一类的概率，选择具有最大后验概率的类作为该对象所属的类。基本定义(种类解释分类两阶段)正文(最小错误概率贝叶斯分类器进行计算最小风险贝叶斯分类器)基本定义种类贝叶斯分类器的分类原理是通过某对象的先验概率，利用贝叶斯公式计算出其后验概率，即该对象属于某一类的概率，选择具有最大后验概率的类作为该对象所属的类。也 详情>>
贝叶斯分类算法是统计学分类方法，它是一类利用概率统计知识进行分类的算法。在许多场合，朴素贝叶斯(NaïveBayes，NB)分类算法可以与决策树和神经网络分类算法相媲美，该算法能运用到大型数据库中，且方法简单、分类准确率高、速度快。由于贝叶斯定理假设一个属性值对给定类的影响独立于其它属性的值，而此假设在实际情况中经常是不成立的，因此其分类准确率可能会下降。为此，就出现了许多降低独 详情>>
贝叶斯分析方法（BayesianAnalysis）提供了一种计算假设概率的方法，这种方法是基于假设的先验概率、给定假设下观察到不同数据的概率以及观察到的数据本身而得出的。其方法为，将关于未知参数的先验信息与样本信息综合，再根据贝叶斯公式，得出后验信息，然后根据后验信息去推断未知参数的方法。计算后验分布期望的传统数值计算方法是数值积分、拉普莱斯近似计算和蒙特卡洛（MonteCarlo）重要抽样。目前 详情>>
简介贝叶斯法则的原理简介贝叶斯定理由英国数学家贝叶斯(ThomasBayes1702-1763)发展，用来描述两个条件概率之间的关系，比如P(A|B)和P(B|A)。按照乘法法则：P(A∩B)=P(A)*P(B|A)=P(B)*P(A|B)，可以立刻导出贝叶斯定理公式：P(A|B)=P(B|A)*P(A)/P(B)如上公式也可变形为：P(B|A)=P(A|B)*P(B)/P(A)例如：一座别墅在过 详情>>
贝叶斯决策（BayesianDecisionTheory）就是在不完全情报下，对部分未知的状态用主观概率估计，然后用贝叶斯公式对发生概率进行修正，最后再利用期望值和修正概率做出最优决策。贝叶斯决策属于风险型决策，决策者虽不能控制客观因素的变化，但却掌握其变化的可能状况及各状况的分布概率，并利用期望值即未来可能出现的平均状况作为决策准则。贝叶斯决策理论方法是统计模型决策中的一个基本方法，其基本思想是 详情>>
贝叶斯决策理论是主观贝叶斯派归纳理论的重要组成部分。贝叶斯决策就是在不完全情报下，对部分未知的状态用主观概率估计，然后用贝叶斯公式对发生概率进行修正，最后再利用期望值和修正概率做出最优决策。基本思想贝叶斯公式贝叶斯决策理论分析贝叶斯决策判据基本思想贝叶斯决策理论方法是统计模型决策中的一个基本方法，其基本思想是：已知类条件概率密度参数表达式和先验概率利用贝叶斯公式转换成后验概率根据后验概率大小进行决 详情>>
定义基本解释举例说明定义贝叶斯纳什均衡（BayesianNashequilibrium）为博弈论中的相关概念。不完全信息静态博弈的均衡称为贝叶斯纳什均衡。基本解释在不完全信息静态博弈中，参与人同时行动，没有机会观察到别人的选择。给定其他参与人的战略选择，每个参与人的最优战略依赖于自己的类型。由于每个参与人仅知道其他参与人有关类型的分布概率，而不知道其真实类型，因而，他不可能知道其他参与人实际上会选 详情>>
英国学者T.贝叶斯1763年在《论有关机遇问题的求解》中提出一种归纳推理的理论，后被一些统计学者发展为一种系统的统计推断方法，称为贝叶斯方法。采用这种方法作统计推断所得的全部结果，构成贝叶斯统计的内容。认为贝叶斯方法是唯一合理的统计推断方法的统计学者，组成数理统计学中的贝叶斯学派，其形成可追溯到20世纪30年代。到50～60年代，已发展为一个有影响的学派。时至今日，其影响日益扩大。先验分布(基本定 详情>>
主要术语内容贝叶斯推断（BAYESIANINFERENCE）是一种应用于不确定性条件下的决策的统计方法。贝叶斯推断的显著特征是，为了得到一个统计结论能够利用先验信息和样本信息。主要术语客观概率(OBJECTIVEPROBABILITY)：对重复出现的现象给出的一种概率解释。参数(PARAMETER)：一个概率分布的数字特征。概率(PROBABILITY)：把一个实数与教学集合中的一个元素联系起来的 详情>>
贝叶斯推理是由英国牧师贝叶斯发现的一种归纳推理方法，后来的许多研究者对贝叶斯方法在观点、方法和理论上不断的进行完善，最终形成了一种有影响的统计学派，打破了经典统计学一统天下的局面。贝叶斯推理是在经典的统计归纳推理——估计和假设检验的基础上发展起来的一种新的推理方法。与经典的统计归纳推理方法相比，贝叶斯推理在得出结论时不仅要根据当前所观察到的样本信息，而且还要根据推理者过去有关的经验和知识。名词详解 详情>>
贝叶斯网络是一种概率网络，它是基于概率推理的图形化网络，而贝叶斯公式则是这个概率网络的基础。贝叶斯网络是基于概率推理的数学模型,所谓概率推理就是通过一些变量的信息来获取其他的概率信息的过程，基于概率推理的贝叶斯网络(Bayesiannetwork)是为了解决不定性和不完整性问题而提出的，它对于解决复杂设备不确定性和关联性引起的故障有很的优势，在多个领域中获得广泛应用。简介贝叶斯网络建造贝叶斯网络具 详情>>
贝叶斯网引论图书贝叶斯网引论贝叶斯网的理论是将概率的距离、统计应用于复杂系统的不确定性推理和数据解析的一种有效工具，它起源于20世纪80时年代中期对人工智能中的不确定性问题的研究，近年来在国际上的影响不断增强。贝叶斯网引论包括概率论及贝叶斯网的基本概念、贝叶斯网推理、贝叶斯网学习，以及贝叶斯网在中医中的贯彻应用。而贝叶斯网论丛书系统介绍论述了贝叶斯网的基本理念、算法及其应用的中文专著。图书书名:贝 详情>>
贝叶斯信息准则，BIC=BayesianInformationCriterions。贝叶斯决策理论概述贝叶斯决策理论是主观贝叶斯派归纳理论的重要组成部分。贝叶斯决策就是在不完全情报下，对部分未知的状态用主观概率估计，然后用贝叶斯公式对发生概率进行修正，最后再利用期望值和修正概率做出最优决策。贝叶斯决策理论方法是统计模型决策中的一个基本方法，其基本思想是：已知类条件概率密度参数表达式和先验概率利用贝 详情>>
介绍相关介绍贝叶斯学习是利用参数的先验分布和由样本信息求来的后验分布，直接求出总体分布。贝叶斯学习理论使用概率去表示所有形式的不确定性,通过概率规则来实现学习和推理过程。贝叶斯学习的结果表示为随机变量的概率分布,它可以理解为我们对不同可能性的信任程度。据介绍，这种技术在分析故障信号模式时，应用了被称为“贝叶斯学习”的自动学习机制，积累的故障事例越多，检测故障的准确率就越高。根据邮件信号判断垃圾邮件 详情>>
本书详细介绍了动态贝叶斯网络的理论及其应用，有助于工程技术人员和科学研究工作者熟悉这种新的理论体系，也可作为高校信息处理类及相关专业师生的教学参考用书。图书信息内容提要编辑推荐作者简介目录图书信息书名： 动态贝叶斯网络推理学习理论及应用作者：肖秦琨，高嵩，高晓光著ISBN：10位[7118053236]13位[9787118053234]出版社：国防工业出版社出版日期：2007-9-1定价：￥20 详情>>
本书是第一本系统地将贝叶斯推断应用于计量经济学领域以及用于建立模型、分析数据的经典著作。自1971年首次出版以来，该书不断重印，迄今仍在世界范围内具有持久的影响力。书中介绍计量经济学中贝叶斯推断和方法的内容，目前仍然适合用统计专业和计量经济学专业人士和学生。作者：阿诺德·泽尔纳，张尧庭译者：蒋传海，沈根祥ISBN：9787810983846定价：51.00出版社：上海财经大学出版时间：2005-7 详情>>
定义基本解释案例分析定义精炼贝叶斯均衡（perfectBayesianequilibrium）为博弈论相关的概念。不完全信息动态博弈的均衡称之为精炼贝叶斯均衡。有些书上或论文中也写成精炼贝叶斯纳什均衡。基本解释这个概念是完全信息动态博弈的子博弈精炼纳什均衡与不完全信息静态均衡的贝叶斯（纳什）均衡的结合。具体来说，精炼贝叶斯均衡是所有参与人战略和信念的一种结合。它满足如下条件：第一，在给定每个参与人 详情>>
最为广泛的两种分类模型是决策树模型(DecisionTreeModel)和朴素贝叶斯模型（NaïveBayesianModel，NBC）。详细内容应用模型详细内容分类是将一个未知样本分到几个预先已知类的过程。数据分类问题的解决是一个两步过程：第一步,建立一个模型，描述预先的数据集或概念集。通过分析由属性描述的样本（或实例，对象等）来构造模型。假定每一个样本都有一个预先定义的类，由 详情>>
托马斯·贝叶斯简介贝叶斯的贡献托马斯·贝叶斯(ThomasBayes，1702-1763)·18世纪概率论理论创始人·贝叶斯统计的创立者，“归纳地”运用数学概率，即“从特殊推论一般、从样本推论全体”的第一人托马斯·贝叶斯简介托马斯·贝叶斯(ThomasBayes),英国神学家、数学家、说理统计学家和哲学家，1702年出生于英国伦敦，做过神甫；1742年成为英国皇家学会会员；1763年4月7日逝世。 详情>>
1什么是贝叶斯定理2 贝叶斯推理研究概况(2.1 基础概率忽略现象的发现与争论2.2 贝叶斯推理问题的研究范式)1什么是贝叶斯定理18世纪，英国学者贝叶斯(1702～1761)曾提出计算条件概率的公式用来解决如下一类问题：假设H[,1],H[,2]…互斥且构成一个完全事件，已知它们的概率P(H[,i],i=1,2,…，现观察到某事件A与H[,1],H[,2]…相伴随而出现，且已知条件概率P(A/H 详情>>
详情>>
贝叶斯分析方法 贝叶斯方法是基于贝叶斯定理而发展起来用于系统地阐述和解决统计问题的方法。一个完全的贝叶斯分析（fullBayesiananalysis）包括数据分析、概率模型的构造、先验信息和效应函数的假设以及最后的决策（Lindley，2000）。贝叶斯推断的基本方法是将关于未知参数的先验信息与样本信息综合，再根据贝叶斯定理，得出后验信息，然后根据后验信息去推断未知参数（一）客观贝叶斯分析（ob 详情>>
贝叶斯定理是概率论中的一个基本定理，它可以表述为：若B1，B2，B3……构成一个完备的事件组，且它们都具有正概率，则对任一概率不为零的事件A，有：，（i=1，2，…，n）贝叶斯定理用于投资决策分析是在已知相关项目B的资料，而缺乏论证项目A的直接资料时，通过对B项目的有关状态及发生概率分析推导A项目的状态及发生概率。如果我们用数学语言描绘，即当已知事件Bi的概率P（Bi）和事件Bi已发生条件下事件A 详情>>
贝叶斯概率概述贝叶斯概率的历史贝叶斯概率的变种贝叶斯概率和频率概率贝叶斯概率的应用贝叶斯概率概述贝叶斯概率是由贝叶斯理论所提供的一种对概率的解释，它采用将概率定义为某人对一个命题信任的程度的概念。贝叶斯理论同时也建议贝叶斯定理可以用作根据新的信息导出或者更新现有的置信度的规则。贝叶斯概率的历史贝叶斯理论和贝叶斯概率以托马斯·贝叶斯（1702－1761）命名，他证明了现在称为贝叶斯定理的一个特例。术 详情>>
贝叶斯学习理论：1.贝叶斯法则机器学习的任务：在给定训练数据D时，确定假设空间H中的最佳假设。最佳假设：一种方法是把它定义为在给定数据D以及H中不同假设的先验概率的有关知识下的最可能假设。贝叶斯理论提供了一种计算假设概率的方法，基于假设的先验概率、给定假设下观察到不同数据的概率以及观察到的数据本身。2.先验概率和后验概率用P(h)表示在没有训练数据前假设h拥有的初始概率。P(h)被称为h的先验概率 详情>>
图书信息内容简介图书目录图书信息书名:贝叶斯计量经济模型作 者：朱慧明出版社：科学出版社出版时间：2009年09月ISBN:9787030251404开本：16开定价:48.00元内容简介《贝叶斯计量经济模型》系统地研究了计量经济模型的贝叶斯理论及其应用，主要内容包括贝叶斯统计计算、统计分布理论、贝叶斯决策理论、贝叶斯线性回归模型、贝叶斯自回归移动平均模型、贝叶斯向量自回归模型、贝叶斯自回归条件异 详情>>
贝叶斯方法的基本思想是：假定对所研究的对象在抽样前已有一定的认识，常用先验分布来描述这种认识，然后基于抽取的样本再对先验认识作修正，得到后验分布，而各种统计推断都基于后验分布进行。一般都将bayes用于分类，在此介绍贝叶斯方法在层次聚类上的使用。应用方法是，每一步中都选择两个类别合并为一个类别，选择的依据是使合并后分类方案的后验概率P(C|D)最大，即每一步进行局部优化的目标函数为P(C|D),其 详情>>
百度名片目录贝叶斯贝叶斯分类器贝叶斯定理(定理的研究方向与意义贝叶斯定理的应用)贝叶斯统计百度名片贝叶斯ThomasBayes，英国数学家.1702年出生于伦敦，做过神甫.1742年成为英国皇家学会会员.1763年4月7日逝世.贝叶斯在数学方面主要研究概率论.他首先将归纳推理法用于概率论基础理论，并创立了贝叶斯统计理论，对于统计决策函数、统计推断、统计的估算等做出了贡献.1763年发表了这方面的论 详情>>
贝叶斯简介何为区间估计贝叶斯区间估计的内容贝叶斯区间估计的作用贝叶斯简介贝叶斯(1702-1763)ThomasBayes，英国数学家。在数学方面研究概率论。他首先将归纳推理法用于概率论基础理论，并创立了贝叶斯统计理论，对于统计决策函数、统计推断、统计的估算等做出了贡献。何为区间估计用数轴上的一段经历或一个数据区间,表示总体参数的可能范围.这一段距区间估计离或数据区间称为区间估计的置信区间。参数估 详情>>
图书信息内容简介图书目录图书信息书名:贝叶斯网络理论在装备故障诊断中的应用作 者：李海军出版社：国防工业出版社出版时间：2009-7-1ISBN:9787118062250开本：16开定价:28.00元内容简介本书介绍了故障诊断及贝叶斯网络的基本理论，阐述了贝叶斯网络理论在智能故障诊断方法中的应用。提出了一种基于模型分解的复杂系统诊断模型建立方法，能够在最小领域专家负担情况下建立诊断贝叶斯网络模型 详情>>
贝叶斯 贝叶 叶斯 网络 理论 装备 故障 诊断 中的 应用
概要说明贝叶斯序贯决策的特点贝叶斯序贯决策的过程概要说明贝叶斯序贯决策是用于随机性或不确定性动态系统最优化的决策方法。贝叶斯序贯决策的特点①所研究的系统是动态的，即系统所处的状态与时间有关，可周期（或连续）地对它观察；②决策是序贯地进行的，即每个时刻根据所观察到的状态和以前状态的记录，从一组可行方案中选用一个最优方案（即作最优决策），使取决于状态的某个目标函数取最优值（极大或极小值）；③系统下一步 详情>>
介绍贝叶斯定理介绍贝叶斯学习是利用参数的先验分布和由样本信息求来的后验分布，直接求出总体分布。贝叶斯学习理论使用概率去表示所有形式的不确定性,通过概率规则来实现学习和推理过程。贝叶斯学习的结果表示为随机变量的概率分布,它可以理解为我们对不同可能性的信任程度。据介绍，这种技术在分析故障信号模式时，应用了被称为“贝叶斯学习”的自动学习机制，积累的故障事例越多，检测故障的准确率就越高。根据邮件信号判断垃 详情>>
贝叶斯主义（Bayesianism）也称为“贝叶斯认识论”。它是一种认知证明理论，主张一个信念P的得以证明的条件是当且仅当这个P的概率高到合理的程度，并且这种概率由获取新论据而发生的认知证明变化，可依据概率演算包括贝叶斯定理来计算和预测。根据贝叶斯主义的观点，对信念概率的指定既是主观的，又是理性的，不同的研究者可以主观地认为具有不同起初置信度的假说。运用贝叶斯公理，根据新证据而理性地改变这些主观指 详情>>
简介存在问题简介超分辨率贝叶斯法即PanSharpening方法,该方法利用全波段增强多光谱遥感影像,合并传感器特性模拟了全波段和多波段影像的观测过程，利用先验知识估计高分辨率多光谱影像的期望值。这种方法使全波段数据与多光谱波段数据自动对齐,成功地保留了光谱信息,同时增加了空间分辨率,丰富了地面信息。存在问题PANSHARP这种方法是针对现有融合算法存在的两个问题（1、融合结果的颜色畸变；2、操作 详情>>
基本相信内容简介基本相信作 者：明志茂著丛书名：出版社：国防工业出版社ISBN：9787118069846出版时间：2011-01-01版 次：1页 数：197装 帧：精装开 本：16开所属分类：图书>教材教辅>大学教材内容简介《动态分布参数的贝叶斯可靠性分析》针对装备研制阶段可靠性试验与评估的工程需求，将变动统计理论和贝叶斯方法引入到装备研制阶段可靠性试验与分析中，以动态分布参数的贝 详情>>
动态 分布 参数 贝叶斯 贝叶 叶斯 可靠性 可靠 靠性 分析
图书信息作者简介内容简介目录图书信息出版社:中国统计出版社;第1版(1999年1月1日)外文书名:BayesianStatistics平装:264页正文语种:简体中文开本:32ISBN:7503729309条形码:9787503729300尺寸:20x13.6x1.2cm重量:259g作者简介茆诗松，茆诗松教授是我国著名的数理统计专家，华东师范大学终身教授、博士生导师，我国数理统计专业的开拓者之一 详情>>
高等院校 高等 等院 院校 统计学 统计 计学 专业 规划 教材 贝叶斯 贝叶 叶斯 统计
图书信息内容简介图书目录图书信息书名:连续时间资产收益模型的贝叶斯分析作 者：胡素华出版社：上海财经大学出版社出版时间：2010年6月1日ISBN:9787564207618开本：16开定价:19.00元内容简介《连续时间资产收益模型的贝叶斯分析》内容简介：经济及金融系统是一个复杂系统，综观其发展历程，呈现出较强的不稳定性。无论是现代资本主义市场经济、社会主义计划经济还是社会主义市场经济，经济及金 详情>>
基本相信内容简介基本相信作 者：吴喜之著丛书名：出版社：中国统计出版社ISBN：9787503733659出版时间：2000-10-01版 次：1页 数：244装 帧：平装开 本：16开所属分类：图书>社会科学>统计学内容简介贝叶斯方法是基于贝叶斯定理而发展起来用于系统地阐述和解决统计问题的方渚上用贝叶斯定理的方式依赖于一个统计学家如何看待“概率”的基本概念。这些统计学家“推崇”概率为 详情>>
详情>>
贝叶斯(1702-1763)ThomasBayes，英国数学家.1702年出生于伦敦，做过神甫。1742年成为英国皇家学会会员。1763年4月7日逝世。贝叶斯在数学方面主要研究概率论。他首先将归纳推理法用于概率论基础理论，并创立了贝叶斯统计理论，对于统计决策函数、统计推断、统计的估算等做出了贡献.1763年发表了这方面的论著，对于现代概率论和数理统计都有很重要的作用。贝叶斯的另一著作《机会的学说概 详情>>
贝叶斯定理的研究方向与意义贝叶斯定理的定义贝叶斯定理的应用贝叶斯贝叶斯，全名托马斯·贝叶斯（ThomasBayes）伟大的英国数学大师1702年出生于伦敦，做过神甫.1742年成为英国皇家学会会员.1763年4月7日逝世.贝叶斯在数学方面主要研究概率论.他的理论照亮了今天的计算领域，和他的同事们不同：他认为上帝的存在可以通过方程式证明，他最重要的作品被别人发行，而他已经去世241年了。定理的研究方 详情>>
贝叶斯法则（Bayes'theorem/Bayestheorem/Bayesianlaw）贝叶斯的统计学中有一个基本的工具叫“贝叶斯法则”，尽管它是一个数学公式，但其原理毋需数字也可明了。如果看到一个人总是做一些好事，则那个人多半会是一个好人。这就是说，当不能准确知悉一个事物的本质时，可以依靠与事物特定本质相关的事件出现的多少去判断其本质属性的概率。用数学语言表达就是：支持某项属性的事件发生得愈 详情>>
贝叶斯网络是基于贝叶斯定理的概率统计方法，是表示和处理不确定知识的理想模型。本书从限定贝叶斯网络结构规模的角度出发，对贝叶斯网络分类理论及其应用进行了深入研究，以期提高贝叶斯分类方法的分类性能，扩展其应用领域。作者注重理论在实际中的运用，全书内容包含了作者大量的科研成果，对广大科技人员有重要的参考价值。编辑推荐作者简介目录作者：石洪波ISBN：10位[7504640093]13位[97875046 详情>>
贝叶斯分类器的分类原理是通过某对象的先验概率，利用贝叶斯公式计算出其后验概率，即该对象属于某一类的概率，选择具有最大后验概率的类作为该对象所属的类。基本定义(种类解释分类两阶段)正文(最小错误概率贝叶斯分类器进行计算最小风险贝叶斯分类器)基本定义种类贝叶斯分类器的分类原理是通过某对象的先验概率，利用贝叶斯公式计算出其后验概率，即该对象属于某一类的概率，选择具有最大后验概率的类作为该对象所属的类。也 详情>>
贝叶斯分类算法是统计学分类方法，它是一类利用概率统计知识进行分类的算法。在许多场合，朴素贝叶斯(NaïveBayes，NB)分类算法可以与决策树和神经网络分类算法相媲美，该算法能运用到大型数据库中，且方法简单、分类准确率高、速度快。由于贝叶斯定理假设一个属性值对给定类的影响独立于其它属性的值，而此假设在实际情况中经常是不成立的，因此其分类准确率可能会下降。为此，就出现了许多降低独 详情>>
贝叶斯分析方法（BayesianAnalysis）提供了一种计算假设概率的方法，这种方法是基于假设的先验概率、给定假设下观察到不同数据的概率以及观察到的数据本身而得出的。其方法为，将关于未知参数的先验信息与样本信息综合，再根据贝叶斯公式，得出后验信息，然后根据后验信息去推断未知参数的方法。计算后验分布期望的传统数值计算方法是数值积分、拉普莱斯近似计算和蒙特卡洛（MonteCarlo）重要抽样。目前 详情>>
简介贝叶斯法则的原理简介贝叶斯定理由英国数学家贝叶斯(ThomasBayes1702-1763)发展，用来描述两个条件概率之间的关系，比如P(A|B)和P(B|A)。按照乘法法则：P(A∩B)=P(A)*P(B|A)=P(B)*P(A|B)，可以立刻导出贝叶斯定理公式：P(A|B)=P(B|A)*P(A)/P(B)如上公式也可变形为：P(B|A)=P(A|B)*P(B)/P(A)例如：一座别墅在过 详情>>
贝叶斯决策（BayesianDecisionTheory）就是在不完全情报下，对部分未知的状态用主观概率估计，然后用贝叶斯公式对发生概率进行修正，最后再利用期望值和修正概率做出最优决策。贝叶斯决策属于风险型决策，决策者虽不能控制客观因素的变化，但却掌握其变化的可能状况及各状况的分布概率，并利用期望值即未来可能出现的平均状况作为决策准则。贝叶斯决策理论方法是统计模型决策中的一个基本方法，其基本思想是 详情>>
贝叶斯决策理论是主观贝叶斯派归纳理论的重要组成部分。贝叶斯决策就是在不完全情报下，对部分未知的状态用主观概率估计，然后用贝叶斯公式对发生概率进行修正，最后再利用期望值和修正概率做出最优决策。基本思想贝叶斯公式贝叶斯决策理论分析贝叶斯决策判据基本思想贝叶斯决策理论方法是统计模型决策中的一个基本方法，其基本思想是：已知类条件概率密度参数表达式和先验概率利用贝叶斯公式转换成后验概率根据后验概率大小进行决 详情>>
定义基本解释举例说明定义贝叶斯纳什均衡（BayesianNashequilibrium）为博弈论中的相关概念。不完全信息静态博弈的均衡称为贝叶斯纳什均衡。基本解释在不完全信息静态博弈中，参与人同时行动，没有机会观察到别人的选择。给定其他参与人的战略选择，每个参与人的最优战略依赖于自己的类型。由于每个参与人仅知道其他参与人有关类型的分布概率，而不知道其真实类型，因而，他不可能知道其他参与人实际上会选 详情>>
英国学者T.贝叶斯1763年在《论有关机遇问题的求解》中提出一种归纳推理的理论，后被一些统计学者发展为一种系统的统计推断方法，称为贝叶斯方法。采用这种方法作统计推断所得的全部结果，构成贝叶斯统计的内容。认为贝叶斯方法是唯一合理的统计推断方法的统计学者，组成数理统计学中的贝叶斯学派，其形成可追溯到20世纪30年代。到50～60年代，已发展为一个有影响的学派。时至今日，其影响日益扩大。先验分布(基本定 详情>>
主要术语内容贝叶斯推断（BAYESIANINFERENCE）是一种应用于不确定性条件下的决策的统计方法。贝叶斯推断的显著特征是，为了得到一个统计结论能够利用先验信息和样本信息。主要术语客观概率(OBJECTIVEPROBABILITY)：对重复出现的现象给出的一种概率解释。参数(PARAMETER)：一个概率分布的数字特征。概率(PROBABILITY)：把一个实数与教学集合中的一个元素联系起来的 详情>>
贝叶斯推理是由英国牧师贝叶斯发现的一种归纳推理方法，后来的许多研究者对贝叶斯方法在观点、方法和理论上不断的进行完善，最终形成了一种有影响的统计学派，打破了经典统计学一统天下的局面。贝叶斯推理是在经典的统计归纳推理——估计和假设检验的基础上发展起来的一种新的推理方法。与经典的统计归纳推理方法相比，贝叶斯推理在得出结论时不仅要根据当前所观察到的样本信息，而且还要根据推理者过去有关的经验和知识。名词详解 详情>>
贝叶斯网络是一种概率网络，它是基于概率推理的图形化网络，而贝叶斯公式则是这个概率网络的基础。贝叶斯网络是基于概率推理的数学模型,所谓概率推理就是通过一些变量的信息来获取其他的概率信息的过程，基于概率推理的贝叶斯网络(Bayesiannetwork)是为了解决不定性和不完整性问题而提出的，它对于解决复杂设备不确定性和关联性引起的故障有很的优势，在多个领域中获得广泛应用。简介贝叶斯网络建造贝叶斯网络具 详情>>
贝叶斯网引论图书贝叶斯网引论贝叶斯网的理论是将概率的距离、统计应用于复杂系统的不确定性推理和数据解析的一种有效工具，它起源于20世纪80时年代中期对人工智能中的不确定性问题的研究，近年来在国际上的影响不断增强。贝叶斯网引论包括概率论及贝叶斯网的基本概念、贝叶斯网推理、贝叶斯网学习，以及贝叶斯网在中医中的贯彻应用。而贝叶斯网论丛书系统介绍论述了贝叶斯网的基本理念、算法及其应用的中文专著。图书书名:贝 详情>>
贝叶斯信息准则，BIC=BayesianInformationCriterions。贝叶斯决策理论概述贝叶斯决策理论是主观贝叶斯派归纳理论的重要组成部分。贝叶斯决策就是在不完全情报下，对部分未知的状态用主观概率估计，然后用贝叶斯公式对发生概率进行修正，最后再利用期望值和修正概率做出最优决策。贝叶斯决策理论方法是统计模型决策中的一个基本方法，其基本思想是：已知类条件概率密度参数表达式和先验概率利用贝 详情>>
介绍相关介绍贝叶斯学习是利用参数的先验分布和由样本信息求来的后验分布，直接求出总体分布。贝叶斯学习理论使用概率去表示所有形式的不确定性,通过概率规则来实现学习和推理过程。贝叶斯学习的结果表示为随机变量的概率分布,它可以理解为我们对不同可能性的信任程度。据介绍，这种技术在分析故障信号模式时，应用了被称为“贝叶斯学习”的自动学习机制，积累的故障事例越多，检测故障的准确率就越高。根据邮件信号判断垃圾邮件 详情>>
本书详细介绍了动态贝叶斯网络的理论及其应用，有助于工程技术人员和科学研究工作者熟悉这种新的理论体系，也可作为高校信息处理类及相关专业师生的教学参考用书。图书信息内容提要编辑推荐作者简介目录图书信息书名： 动态贝叶斯网络推理学习理论及应用作者：肖秦琨，高嵩，高晓光著ISBN：10位[7118053236]13位[9787118053234]出版社：国防工业出版社出版日期：2007-9-1定价：￥20 详情>>
本书是第一本系统地将贝叶斯推断应用于计量经济学领域以及用于建立模型、分析数据的经典著作。自1971年首次出版以来，该书不断重印，迄今仍在世界范围内具有持久的影响力。书中介绍计量经济学中贝叶斯推断和方法的内容，目前仍然适合用统计专业和计量经济学专业人士和学生。作者：阿诺德·泽尔纳，张尧庭译者：蒋传海，沈根祥ISBN：9787810983846定价：51.00出版社：上海财经大学出版时间：2005-7 详情>>
计量经济学 计量 量经 经济 济学 贝叶斯 贝叶 叶斯 推断 引论
定义基本解释案例分析定义精炼贝叶斯均衡（perfectBayesianequilibrium）为博弈论相关的概念。不完全信息动态博弈的均衡称之为精炼贝叶斯均衡。有些书上或论文中也写成精炼贝叶斯纳什均衡。基本解释这个概念是完全信息动态博弈的子博弈精炼纳什均衡与不完全信息静态均衡的贝叶斯（纳什）均衡的结合。具体来说，精炼贝叶斯均衡是所有参与人战略和信念的一种结合。它满足如下条件：第一，在给定每个参与人 详情>>
最为广泛的两种分类模型是决策树模型(DecisionTreeModel)和朴素贝叶斯模型（NaïveBayesianModel，NBC）。详细内容应用模型详细内容分类是将一个未知样本分到几个预先已知类的过程。数据分类问题的解决是一个两步过程：第一步,建立一个模型，描述预先的数据集或概念集。通过分析由属性描述的样本（或实例，对象等）来构造模型。假定每一个样本都有一个预先定义的类，由 详情>>
托马斯·贝叶斯简介贝叶斯的贡献托马斯·贝叶斯(ThomasBayes，1702-1763)·18世纪概率论理论创始人·贝叶斯统计的创立者，“归纳地”运用数学概率，即“从特殊推论一般、从样本推论全体”的第一人托马斯·贝叶斯简介托马斯·贝叶斯(ThomasBayes),英国神学家、数学家、说理统计学家和哲学家，1702年出生于英国伦敦，做过神甫；1742年成为英国皇家学会会员；1763年4月7日逝世。 详情>>
