Bayesian

深度学习速通系列:贝叶思&SVM

贝叶斯（Bayesian）方法和支持向量机（SVM，SupportVectorMachine）是两种不同的机器学习算法，它们在解决分类和回归问题时有着不同的原理和应用场景贝叶斯方法：贝叶斯方法基于贝叶斯定理

Ven%·2024-08-30 08:13

四十一、【人工智能】【机器学习】- Bayesian Logistic Regression算法模型

系列文章目录第一章【机器学习】初识机器学习第二章【机器学习】【监督学习】-逻辑回归算法(LogisticRegression)第三章【机器学习】【监督学习】-支持向量机(SVM)第四章【机器学习】【监督学习】-K-近邻算法(K-NN)第五章【机器学习】【监督学习】-决策树(DecisionTrees)第六章【机器学习】【监督学习】-梯度提升机(GradientBoostingMachine,GBM

暴躁的大熊·2024-08-23 19:46

模式识别 | PRML概览

PRML全书概览PRML全称PatternRecognitionandMachineLearning，个人认为这是机器学习领域中最好的书籍之一，全书的风格非常Bayesian，作者试图在贝叶斯框架下解释每一种机器学习模型

ZIYUE WU·2024-02-03 07:48

论文阅读：Bayesian GAN

BayesianGAN点击访问paper官方github半监督学习对比算法1.简介贝叶斯GAN（Saatchi和Wilson，2017）是生成对抗网络（Goodfellow，2014）的贝叶斯公式，我们在其中学习生成器参数θg\theta_gθg和鉴别器参数θd\theta_dθd的分布，而不是优化用于点估计。贝叶斯方法的优点包括在参数空间中灵活地建模多模态，以及在最大似然（非贝叶斯）情况下防止模

风尘23187·2024-01-17 19:40

NLP 高手之路101课（模型、算法、论文、源码、案例 + 1年答疑）

课程名称：NLP高手之路101课（模型、算法、论文、源码、案例+1年答疑）课程关键词：NLP、Transformer、BERT、GPT、Bayesian、Rasa、Transferlearning、ConversationalAI

Eric_1694·2024-01-13 08:05

Transformer 是拥抱数据不确定性的艺术

Transformer的架构、训练及推理等都是在Bayesian神经网络不确定性数学思维下来完成的。

孙庚辛·2024-01-13 00:38

基于贝叶斯优化算法的深度学习LSTM模型时间序列多步预测Matlab程序代码

我基于Matlab2021编写了一个BO-LSTM算法，其中BO指的是贝叶斯（Bayesian）算法，利用BO算法对LSTM模型的超

胡伟成·2024-01-11 19:53

【Math】先验分布、后验分布、贝叶斯公式（Prior Distribution Posterior Distribution and Bayesian Formula）

【Math】先验分布、后验分布、贝叶斯公式（PriorDistributionPosteriorDistributionandBayesianFormula）为了进行贝叶斯公式的简单推导，在推导之前先介绍条件概率：P(A∣B)=P(AB)P(B)P(A|B)=\frac{P(AB)}{P(B)}P(A∣B)=P(B)P(AB)意思为事件AAA在事件BBB发生的条件下发生的概率可以记为，P(A∣B)

木心·2024-01-06 00:51

常见推断方法一览：极大似然估计、最大后验估计、期望最大化、贝叶斯推断、马尔科夫链蒙特卡洛方法、变分推断

常见推断方法一览推断方法区别频率派极大似然估计MLE最大后验估计MAP期望最大化EM贝叶斯推断Bayesian马尔科夫链蒙特卡洛方法MCMC变分推断VI推断方法区别极大似然估计(MaximumLikelihoodEstimation

Debroon·2024-01-03 10:57

朴素贝叶斯（NBM，Naive Bayesian Model）, NB 算法简介

朴素贝叶斯（NBM，NaiveBayesianModel）,NB算法分类算法在贝叶斯原理的基础上，预先假定了特征与特征之间的相互独立。贝叶斯的原理：当不知道这个事物实际情况的时候，我们可以根据一些相关的条件来判断这个事物的本质。条件概率-P(B|A)事件B在事件A发生的情况下的概率先验概率-P(A),P(B)后验概率-P(A|B)已知B发生后A的条件概率P(A∣B)是在观测到事件B后发生事件A的概

草明·2023-12-31 10:34

概率图模型（PGM）：贝叶斯网（Bayesian network）初探

1.从贝叶斯方法（思想）说起-我对世界的看法随世界变化而随时变化用一句话概括贝叶斯方法创始人ThomasBayes的观点就是：任何时候，我对世界总有一个主观的先验判断，但是这个判断会随着世界的真实变化而随机修正，我对世界永远保持开放的态度。1763年，民间科学家ThomasBayes发表了一篇名为《Anessaytowardssolvingaprobleminthedoctrineofchance

虫小宝·2023-12-30 20:36

Bayesian Transfer Learning

Q:这篇论文试图解决什么问题？A:这篇论文探讨了贝叶斯转移学习的方法，旨在通过利用相关领域的数据来提高目标领域的模型性能。具体来说，论文讨论了如何确定和执行跨领域之间的最优信息转移，这是转移学习中的一个核心问题。论文通过模拟研究比较了贝叶斯方法与频率学派竞争对手的性能，并讨论了贝叶斯转移学习在不同类型转移学习问题中的应用，包括具有共同特征空间的领域和具有重叠特征的领域。此外，论文还探讨了在目标领域

步子哥·2023-12-26 13:38

What Uncertainties Do We Need in Bayesian Deep Learning for Computer Vision?

在计算机视觉中，有两种不确定性。种类：aleatoric偶然不确定性。来源于数据，不会随着模型的训练而改善。例如在分割标注时，在边缘处的标注本身就具有模糊性，这是固有的。epistemic认知不确定性。来源于模型，会随着数据量的增多而改善。例如在分割任务中，对于某个场景没有被训练过，在预测时就会出现很高的不确定性。原理：贝叶斯估计需要对数据的所有分布计算，然而实际上我们并不能获得所有数据的分布，所

徴徴南风·2023-12-15 03:04

R语言机器学习与临床预测模型53--贝叶斯线性回归(Bayesian Linear Regression)

本内容为【科研私家菜】R语言机器学习与临床预测模型系列课程你想要的R语言学习资料都在这里，快来收藏关注【科研私家菜】01贝叶斯线性回归(BayesianLinearRegression)贝叶斯线性回归的引⼊主要是在最⼤似然估计中很难决定模型的复杂程度，ridge回归加⼊的惩罚参数其实也是解决这个问题的，同时可以采⽤的⽅法还有对数据进⾏正规化处理，另⼀个可以解决此问题的⽅法就是采⽤贝叶斯⽅法。线性回

科研私家菜·2023-12-06 11:42

贝叶斯分类器（Bayesian Classifier）

贝叶斯分类器（BayesianClassifier）详解贝叶斯分类器是基于贝叶斯定理的一类统计分类方法。它们在给定数据的条件下，通过计算不同类别的概率来进行分类。贝叶斯定理贝叶斯定理是贝叶斯分类器的核心，它提供了在已知某些信息的情况下，预测的一种方式。数学公式如下：P(A∣B)=P(B∣A)×P(A)P(B)P(A|B)=\frac{P(B|A)\timesP(A)}{P(B)}P(A∣B)=P(

h52013141·2023-12-04 08:09

蒙特卡罗方法C语言求定积分,邓一硕: 蒙特卡洛方法与定积分计算 | 统计之都 (中国统计学门户网站，免费统计学服务平台)...

大致看了看，非常好的一份材料，不仅研究了MonteCarlo,还研究了Bayesian，非常值得大家看哦，不过缺点就在于这份PDF没有目录，所以我为这个材料做了一份目录，希望可以帮助大家学习：MonteCarloStatisticalMethodsbyChristianP.Robertcontext1introduction1.1StatisticalModels51.2LikelihoodMet

乌梦雨·2023-11-13 00:54

机器学习与量化交易∙笔记（1）

可解释性FrequentistsBayesianConnetionism、Symbolism、Frequentists属同一类；Bayesian是单独的一类。

PerpetualLearner·2023-11-11 06:05

（ZT）算法杂货铺——分类算法之朴素贝叶斯分类(Naive Bayesian classification)

https://www.cnblogs.com/leoo2sk/archive/2010/09/17/naive-bayesian-classifier.html0、写在前面的话我个人一直很喜欢算法一类的东西

weixin_30786617·2023-11-02 23:33

模式识别——1.贝叶斯决策论Bayesian decision theory_P1

知识架构(P1+P2)概要最小误差率贝叶斯决策最小风险贝叶斯决策分类器设计高斯密度下的判别函数1.1概要先验概率：根据经验或以往数据分析得到的概率。后验概率：在得到数据后再重新加以修正的概率。概率密度函数：描述随机变量的输出值，在某个确定的取值点附近的可能性的函数。而随机变量的取值落在某个区域之内的概率则为概率密度函数在这个区域的积分。当概率密度函数存在时，累积分布函数是概率密度函数的积分。概率密

Druid_C·2023-10-24 05:32

【论文阅读】Bayesian Optimization Enhanced Deep Reinforcement Learning for Trajectory Planning and Network

小威W·2023-10-22 13:57

机器学习中的频率派和贝叶斯派-以极大似然估计和最大后验估计为例

前言把概率引进到机器学习当中是一件很自然的事情，许多机器学习当中问题的本质都可以从概率中的频率派（Frequentist）或贝叶斯派（Bayesian）的观点去看待，学习越成体系，对这点的感受就越多。

CristianoC·2023-10-19 14:25

论文笔记-BOFFIN TTS: FEW-SHOT SPEAKER ADAPTATION BY BAYESIAN OPTIMIZATION

BOFFINTTS:FEW-SHOTSPEAKERADAPTATIONBYBAYESIANOPTIMIZATION链接：https://arxiv.org/abs/2002.01953相关代码：暂无摘要本文提出基于贝叶斯优化的迁移学习TTS方法，简称BOFFINTTS（BayesianOptimizationForFinetuningNeuralTextToSpeech）。本文的目标是使用少量目标

静夜寒风·2023-10-06 21:43

稀疏贝叶斯（Sparse Bayesian Learning）

贝叶斯（Bayes）是指18世纪英国数学家托马斯·贝叶斯（ThomasBayes）的姓氏，他提出了贝叶斯定理，这是一种用于更新概率估计的数学方法。贝叶斯定理在统计学和概率论中具有重要的地位，它描述了在获得新证据后如何更新对事件发生概率的估计。贝叶斯定理的一般形式如下：P(A∣B)=P(B∣A)⋅P(A)/P(B)其中，P(A∣B)表示在给定事件B发生的条件下事件A发生的概率，P(B∣A)表示在事件

BiGmowang·2023-10-03 04:55

【python】贝叶斯优化包bayesian-optimization

官方文档https://github.com/bayesian-optimization/BayesianOptimization/tree/master以下是机翻：使用高斯过程的贝叶斯全局优化的纯Python

网路末端遗传因子·2023-09-26 09:15

【python】Bayesian Optimization（贝叶斯优化）优化svm回归问题

贝叶斯优化介绍贝叶斯优化（BayesianOptimization）是一种用于黑盒函数优化的序列模型优化方法。它在较少的函数评估次数下，尝试寻找全局最优解。贝叶斯优化使用高斯过程（GaussianProcess）作为先验模型来建模未知的目标函数。通过对目标函数进行一系列评估和建模迭代，贝叶斯优化能够根据当前模型的置信度，选择下一个最有希望改善性能的输入点进行评估。这一过程称为采样策略（Sampli

傻傻虎虎·2023-09-26 09:13

Mrbayes

侵删转：从bayes到mrbayes一、Bayesinference可以简单而不负责任的讲，贝叶斯学派起源于一个公式：图片来自http://www.ruanyifeng.com/blog/2011/08/bayesian_inference_part_one.html

flynnchan·2023-09-24 02:42

【转载】Bayesian Law Case（贝叶斯应用场景助记）

1、切入举例两个一样的碗，1号碗有30块巧克力和10块水果糖，2号碗有20块巧克力和20块水果糖2、问题随机选择一个碗，从里面拿出一块巧克力问：这颗巧克力来自1号碗的概率是多少？3、解题步骤事件梳理：1号碗是事件A1，2号碗是事件A2，取出巧克力是事件B1概率目标：P(A1|B1)，即取出的是巧克力，来自1号碗的概率4、解题分析【已知条件/信息】1号碗有30块巧克力和10块水果糖2号碗有20块巧克

sealaes·2023-09-19 03:08

硅谷硬核Rasa课程、Rasa培训、Rasa面试系列之：Rasa 3.x部署安装初体验

课程关键词：NLP、Transformer、BERT、GPT、Bayesian、Rasa、Transferlearning、ConversationalAI、Classifiers、Policies、DialogueManagement

彤284·2023-07-26 06:54

NLP 高手之路101课（模型、算法、论文、源码、案例 + 1年答疑）

课程名称：NLP高手之路101课（模型、算法、论文、源码、案例+1年答疑）课程关键词：NLP、Transformer、BERT、GPT、Bayesian、Rasa、Transferlearning、ConversationalAI

StarSpaceNLP667·2023-07-26 06:18

Phylogenomic_Tutorial || Bayesian Phylogenetic Inference

"Github/mmatschiner的phylogenetic&phylogenomic学习教程记录【二】贝叶斯树的构建及基础贝叶斯分化时间推断"[TOC]Bayesian的系统推断相较于ML推断，Bayesian

Dawn_WangTP·2023-07-23 05:42

Bayesian Regression（贝叶斯回归）

1.1.10.BayesianRegression一、简介贝叶斯概率理论体系在机器学习中有着举足轻重的地位。其实很多时候，我们机器学习的算法从本质上来看，就是一种统计学习方法。所以，贝叶斯概率学派的很多思想，是理解机器学习的关键所在。贝叶斯回归显然是贝叶斯理论在线性回归的一个应用。sklearn一上来就给出了一条很重要的性质：在贝叶斯概率模型中，我们用参数的概率分布（参数本身具有分布的形式），取代

matrix_studio·2023-07-17 06:31

【滤波】扩展卡尔曼滤波器

本文主要翻译自rlabbe/Kalman-and-Bayesian-Filters-in-Python的第11章节11-Extended-Kalman-Filters（扩展卡尔曼滤波）。

Yngz_Miao·2023-06-21 05:55

Bayesian Networks

TheGPMinthepaper“Hands-onBayesianNeuralNetworks–aTutorial”

nbu04william·2023-06-09 11:31

Bayesian Rstan学习资料推荐

RStan官方文档：RStan官方文档是学习RStan的起点。它提供了详细的安装说明、基本用法和示例。RStan文档:https://mc-stan.org/rstan/RStanUser’sGuide:https://mc-stan.org/docs/2_27/rstan-guide/index.htmlStan用户指南：Stan用户指南详细介绍了Stan语言的语法、数据类型和函数，以及如何构建

Bayesian小孙·2023-04-14 23:09

论文笔记：BPR-Bayesian Personalized Ranking from Implicit Feedback | 推荐系统BPR算法分析

BPR:BayesianPersonalizedRankingfromImplicitFeedback论文链接：BPR:BayesianPersonalizedRankingfromImplicitFeedback会议：UAI2009转载请声明出处：https://blog.csdn.net/angus_huang_xu/article/details/114499030文章目录BPR:Bayes

angushuang17·2023-04-04 21:45

带加权的贝叶斯自举法 Weighted Bayesian Bootstrap

在去年的文章中我们介绍过BayesianBootstrap，今天我们来说说WeightedBayesianBootstrapBayesianbootstrap贝叶斯自举法（Bayesianbootstrap）是一种统计学方法，用于在缺乏先验知识的情况下对一个参数的分布进行估计。这种方法是基于贝叶斯统计学的思想，它使用贝叶斯公式来计算参数的后验分布。在传统的非参数自举方法中，样本是从一个已知分布中抽

deephub·2023-04-04 21:03

Gavin老师Transformer直播课感悟 - Transformer基于Bayesian思想拥抱数据的不确定性

Transformer基于Encoder-Decoder的架构、Multi-head注意力机制、Dropout和残差网络等都是Bayesian神经网络的具体实现:上图中左边的Multi-HeadAttention

m0_49380401·2023-04-03 22:06

g-h滤波--卡尔曼滤波(一)

本文是对Kalman-and-Bayesian-Filters-in-Python书里内容的概括总结，原文请参考：Kalman-and-Bayesian-Filters-in-Python一.数据的取值我们现在有两台体重秤

cz000·2023-03-25 04:43

频率学派和贝叶斯学派

对于参数的估计，统计学界的两个学派提供了各自的解决方案：频率学派(Frequentist)认为参数虽然未知，但却是客观存在的固定值，所以可以通过优化似然函数等准则来确定参数值；贝叶斯学派(Bayesian

执着的蜗牛会飞·2023-03-21 07:18

阅读笔记：What Uncertainties Do We Need in Bayesian Deep Learning for Computer Vision?

阅读笔记：WhatUncertaintiesDoWeNeedinBayesianDeepLearningforComputerVision?1.介绍2.相关工作2.1贝叶斯深度学习中的认知不确定性2.2异方差的不确定性3.将偶然不确定性和认知不确定性结合在一个模型中3.1结合异方差偶然不确定性和认知不确定性3.2异方差不确定性作为学习到的损失衰减3.3分类任务中的异方差不确定性4参考1.介绍理解一

喝过期的拉菲·2023-02-05 04:46

机器学习技术栈

1、linux系统操作2.随机森林、GBDT、SVM、LR等算法原理和基础理论3.熟练使用SQL4.OpenCV算法库5.分类、聚类、关联分析、预测等（LR/CART/SVM/NN/Bayesian/PCA

王律·2023-01-31 15:54

高光谱目标检测论文学习（6）—— Bayesian Constrained Energy Minimization for Hyperspectral Target Detection

前言之前我们我们学习了HCEM和ECEM两种CEM的改进方法，这两种方法的相同点是都考虑了实际情况，加入了非线性检测的部分，从而提升了检测性能，不同的是一个主要是采用分层迭代的思想，一个采用集成学习、级联检测的思想。在这一篇文章中我们重点介绍一种新的方法BCEM，这是一种利用贝叶斯的思想去优化改进目标光谱，从而达到提升检测性能的目的。思路回顾我们之前提过的几种CEM变种方法，他们都是默认给定的目标

MrBamboo2000·2023-01-27 09:39

AIC, BIC v.s. Crossvalidation

AIC,BIC准则ref：https://methodology.psu.edu/node/504ref：https://en.wikipedia.org/wiki/Bayesian_information_criterionref

susan-wang·2023-01-27 08:47

conda成功安装bayes-opt（bayesian-optimization 0.6.0）

使用anaconda安装bayes-opt库的几种方法:命令行安装；pipinstallbayesian-optimization下载库的压缩包+命令行安装；（1）下载bayes-opt的安装包：bayesian-optimization0.6.0

代码菜鸟学习中·2023-01-26 07:15

anaconda安装bayes-opt（bayesian-optimization 0.6.0）

注：bayesian-optimization0.6.0包的地址：http

白蛇仙人·2023-01-26 07:13

系列33 Flow_Model

而根据Bayesian公式：所以导致无法计算。而VAE那章介绍了近似推断的方法，使用一个简单分布来近似，其中还使用重参数化技巧来用一个神经网络来代替分布。而在VAE中通

franztao·2023-01-13 16:00

朴素贝叶斯多分类问题matlab实现

blog.csdn.net/u012162613/article/details/48323777模型参数计算function[p_yk,p_yk_xi,class_num_x,class_num]=Naive_Bayesian

苹果多酚·2023-01-09 11:32

机器学习之朴素贝叶斯：Naive Bayesian(二、算法案例)

一、鸢尾花数据集朴素贝叶斯实现#导入算法包以及数据集fromsklearn.datasetsimportload_irisfromsklearn.model_selectionimporttrain_test_splitfromsklearn.metricsimportclassification_report,confusion_matrixfromsklearn.naive_bayesimpo

梅菜扣肉鱼丸粗面·2023-01-09 11:02

分类预测 | MATLAB实现朴素贝叶斯(Naive Bayesian)多特征分类预测(不调用工具箱)

分类预测|MATLAB实现朴素贝叶斯(NaiveBayesian)多特征分类预测(不调用工具箱)目录分类预测|MATLAB实现朴素贝叶斯(NaiveBayesian)多特征分类预测(不调用工具箱)分类效果基本介绍模型设计程序设计学习小结参考资料分类效果基本介绍MATLAB实现朴素贝叶斯(NaiveBayesian)多特征分类预测。贝叶斯分类技术通过对已分类的样本子集进行训练，利用训练得到的分类器实

机器学习之心·2023-01-09 11:01

朴素贝叶斯分类Naive Bayesian

本算法依据《数据挖掘概念与技术》第三版（韩家炜）中的朴素贝叶斯算法描述来实现的，其分类过程可分为四步（这里只给了简略的步骤描述，详细的公式需看原书）：（1）建立训练元组与类标号矩阵，并相互对应（2）计算每个类的最大后验概率（3）计算属性在不同类别下的概率（4）预测类标号朴素贝叶斯分类算法主程序：clc;clear;%%%%firststep----toconstructtheprobability

lengo·2023-01-09 11:01

推荐频道

Bayesian

深度学习速通系列:贝叶思&SVM

四十一、【人工智能】【机器学习】- Bayesian Logistic Regression算法模型

模式识别 | PRML概览

论文阅读：Bayesian GAN

NLP 高手之路101课（模型、算法、论文、源码、案例 + 1年答疑）

Transformer 是拥抱数据不确定性的艺术

基于贝叶斯优化算法的深度学习LSTM模型时间序列多步预测Matlab程序代码

【Math】先验分布、后验分布、贝叶斯公式 （Prior Distribution Posterior Distribution and Bayesian Formula）

常见推断方法一览：极大似然估计、最大后验估计、期望最大化、贝叶斯推断、马尔科夫链蒙特卡洛方法、变分推断

朴素贝叶斯（NBM，Naive Bayesian Model）, NB 算法 简介

概率图模型（PGM）：贝叶斯网（Bayesian network）初探

Bayesian Transfer Learning

What Uncertainties Do We Need in Bayesian Deep Learning for Computer Vision?

R语言机器学习与临床预测模型53--贝叶斯线性回归(Bayesian Linear Regression)

贝叶斯分类器（Bayesian Classifier）

蒙特卡罗方法C语言求定积分,邓一硕: 蒙特卡洛方法与定积分计算 | 统计之都 (中国统计学门户网站，免费统计学服务平台)...

机器学习与量化交易∙笔记（1）

（ZT）算法杂货铺——分类算法之朴素贝叶斯分类(Naive Bayesian classification)

模式识别——1.贝叶斯决策论Bayesian decision theory_P1

【论文阅读】Bayesian Optimization Enhanced Deep Reinforcement Learning for Trajectory Planning and Network

机器学习中的频率派和贝叶斯派-以极大似然估计和最大后验估计为例

论文笔记-BOFFIN TTS: FEW-SHOT SPEAKER ADAPTATION BY BAYESIAN OPTIMIZATION

稀疏贝叶斯（Sparse Bayesian Learning）

【python】贝叶斯优化包bayesian-optimization

【python】Bayesian Optimization（贝叶斯优化）优化svm回归问题

Mrbayes

【转载】Bayesian Law Case（贝叶斯应用场景助记）

硅谷硬核Rasa课程、Rasa培训、Rasa面试系列之：Rasa 3.x部署安装初体验

NLP 高手之路101课（模型、算法、论文、源码、案例 + 1年答疑）

Phylogenomic_Tutorial || Bayesian Phylogenetic Inference

Bayesian Regression（贝叶斯回归）

【滤波】扩展卡尔曼滤波器

Bayesian Networks

Bayesian Rstan学习资料推荐

论文笔记：BPR-Bayesian Personalized Ranking from Implicit Feedback | 推荐系统BPR算法分析

带加权的贝叶斯自举法 Weighted Bayesian Bootstrap

Gavin老师Transformer直播课感悟 - Transformer基于Bayesian思想拥抱数据的不确定性

g-h滤波--卡尔曼滤波(一)

频率学派和贝叶斯学派

阅读笔记：What Uncertainties Do We Need in Bayesian Deep Learning for Computer Vision?

机器学习技术栈

高光谱目标检测论文学习（6）—— Bayesian Constrained Energy Minimization for Hyperspectral Target Detection

AIC, BIC v.s. Crossvalidation

conda成功安装bayes-opt（bayesian-optimization 0.6.0）

anaconda安装bayes-opt（bayesian-optimization 0.6.0）

系列33 Flow_Model

朴素贝叶斯多分类问题matlab实现

机器学习之朴素贝叶斯：Naive Bayesian(二、算法案例)

分类预测 | MATLAB实现朴素贝叶斯(Naive Bayesian)多特征分类预测(不调用工具箱)

朴素贝叶斯分类Naive Bayesian

【Math】先验分布、后验分布、贝叶斯公式（Prior Distribution Posterior Distribution and Bayesian Formula）

朴素贝叶斯（NBM，Naive Bayesian Model）, NB 算法简介