Bayesian 第3页

或许就成为PhD

1.Bayes数学原理：http://mindhacks.cn/2008/09/21/the-magical-bayesian-method/

折纸月·2021-06-06 12:16

Gibbs measure ,Boltzmann distribution & Energy

meychang·2021-05-14 03:05

贝叶斯（Bayesian）

关注贝叶斯的原因是看不懂这篇论文：Surprise!BayesianWeightingforDe-BiasingThematicMaps。这篇可视化的文章引入了贝叶斯理论，将不符合预期分布的区域突出显示了，作者认为那个部分的内容更有可视化的价值。然后问题就来了，什么是贝叶斯？阮一峰的博客有简单的介绍，例子比较容易懂：http://www.ruanyifeng.com/blog/2013/12/na

浮云匿晨晖·2021-04-29 23:42

调参神器贝叶斯优化（bayesian-optimization）实战篇

今天笔者来介绍一下和调参有关的一些事情，作为算法工程师，调参是不可避免的一个工作。在坊间算法工程师有时候也被称为：调参侠。但是一个合格的算法工程师，调参这部分工作不能花费太多的气力，因为还有很多艰深的问题等着你去克服，怎么能在调参这块花大力气呢。所以自动调参的学习是一项必须学会的技能。这里笔者就介绍一个调参神器——贝叶斯调参贝叶斯调参简介说到自动调参大家首先会想到的就是网格搜索（网格搜索：“遍历所

王同学死磕技术·2021-04-18 22:19

时间序列预测之区间预测方法（PIs:MVE&Delta&Bayesian&Bootstrap&LUBE）

文章目录前言一、预测区间的评价指标1.PICP(PIcoverageprobability)2.PINAW(PInormalizedaveragedwidth)3.CWC(coveragewidth-basedcriterion)4.ACE(averagecoverageerror)5.AIS(averageintervalscore)6.MPICD(meanPIcentredeviation)二

做了一点微小的工作·2020-12-01 11:50

Bayesian集团联合Money Button携手打造世界上最全面的钱包解决方案

发表时间：2020年9月29日信息来源：CoinGeek.comBayesian集团是通证化平台Fabriik.com和金融服务公司FabriikMarkets的母公司，他们宣布已完成对MoneyButton的收购。MoneyButton是业内领先的非托管型钱包，用户只需轻滑一下即可进行收付款。MoneyButton有市场上最全面的数字资产钱包解决方案，因为用户可以使用多输出、区块链数据、智能合约

比特币协会BitcoinSV·2020-10-02 17:16

Batch Normalization 神经网络加速算法

转自：http://www.cnblogs.com/neopenx/p/5211969.html从Bayesian角度浅析BatchNormalization前置阅读：http://blog.csdn.net

xiaoiker·2020-09-16 08:23

最大似然估计与最大后验估计

两大学派的争论频率学派-Frequentist-MaximumLikelihoodEstimation(MLE，最大似然估计)贝叶斯学派-Bayesian-MaximumAPosteriori(MAP，

我是阿尔卑斯狗·2020-09-15 23:52

数学之美系列十九－马尔可夫链的扩展贝叶斯网络 (Bayesian Networks)

数学之美系列十九－马尔可夫链的扩展贝叶斯网络(BayesianNetworks)2007年1月28日下午09:53:00uT("time116999293254246877");发表者：Google研究员，吴军我们在前面的系列中多次提到马尔可夫链(MarkovChain)，它描述了一种状态序列，其每个状态值取决于前面有限个状态。这种模型，对很多实际问题来讲是一种很粗略的简化。在现实生活中，很多事物

pengjetty·2020-09-13 02:28

机器学习——贝叶斯网(bayesian Network)一

把某个研究系统按照设计的随机变量,感觉是否条件独立绘制在一个有向图中,这就近形成了贝叶斯网络.贝叶斯网络一个有向无环图(DirectedAcyclicGraph,DAG),是一种概率图模型,根据概率图的拓扑结构,考察一组随机变量{x1x2,x3......xn}即其n组的条件概率分布(ConditionalProbabilityDistributions,CPD)的性质.其中有向无环图中节点表示随

Roswell_lou·2020-09-11 23:54

python机器学习手写算法系列——贝叶斯优化 Bayesian Optimization

BayesianOptimization贝叶斯优化在无需求导的情况下，求一个黑盒函数的全局最优解的一系列设计策略。（Wikipedia）最优解问题最简单的，获得最优解的方法，就是网格搜索GridSearch了。如果网格搜索开销稍微有点大，可以尝试随机搜索RandomSearch。如果是凸函数ConvexFunction，我们可以用GradientDescent。大量的机器学习算法，都用了这个。如线

有数可据·2020-09-11 21:28

【Deep Learning】Variational autoencoder

Original:link学习变分自编码器（variationalautocoder）再一次让我领略到了Bayesian理论的强大之处，variationalautocoder是一种powerful的生成模型

稷殿下·2020-09-11 16:20

前OKEx欧洲销售经理Phil Glover加入Bayesian Group，担任全球销售主管

发表时间：2020年8月20日信息来源：CoinGeek.com拥有超过20年衍生产品市场经验的PhilGlover已加入BayesianGroup，企图建立其全球销售部门。Phil的职业生涯始于各种顶级银行的商品部门，拥有丰富的交易经验。后来他转行到电子交易，打理自己的资金。他曾共同创立并经营着一家专属交易公司，业务范围涵盖期货、期权和互换等多种资产，之后他加入了纳斯达克（NASDAQ），管理欧

比特币协会BitcoinSV·2020-09-10 11:31

数据预处理之独热编码（One-Hot Encoding）

这类变量不能直接在机器学习的模型中应用（决策树和Bayesian模型除外）例如，考虑一下的三个特征：["male","female"]["fromEurope","fromUS","fromAsia"]

leo鱼·2020-08-26 14:22

朴素贝叶斯分类(Naive Bayesian classification)

——分类算法之朴素贝叶斯分类(NaiveBayesianclassification)》http://www.cnblogs.com/leoo2sk/archive/2010/09/17/naive-bayesian-classifier.html2

千里河山·2020-08-26 14:57

计算神经学笔记-population coding and bayesian estimation

在我们的身体里，通常是有很多神经元参与决策的。那么这么多的神经元的输出信息如何给他们解码呢？首先，介绍一下蟋蟀（cricket）的cercalcell。cricket对于空气的流动非常敏感。这些信息能够帮助他们躲避移动的捕食者（predator）或者飞行的苍蝇拍（swatter）。他们可以依靠一个像天线一样的结构看到这些移动的东西，英文叫cerci，这个东西长在在腹部的背后。这个结构将风的速度转换

qq_36695866·2020-08-26 13:44

Square Loss Function in Frequentist and Bayesian View

SupposewehaveX1,....,X2∼N(θ,σ02)X_1,....,X_2\simN(\theta,\sigma_0^2)X1,....,X2∼N(θ,σ02)LossFunction:SquareLossL(δ(x⃗)−θ)=(δ(x⃗)−θ)2L(\delta(\vec{x})-\theta)=(\delta(\vec{x})-\theta)^2L(δ(x)−θ)=(δ(x)−θ

Haiyun_Jin·2020-08-25 09:40

Bayesian Program Learning（贝叶斯程序学习）

但现在有关bayesian的研究放缓。传统的机器学习方法需要大量的数据来训练，而这种方法只需要一个粗略的模型，然后使用推理算法来分析案例，补充模型的细节。

whitenightwu·2020-08-24 04:13

贝叶斯算法(bayesian)介绍

在智能邮件过滤技术中，贝叶斯（Bayesian）过滤技术取得了较大的成功，被越来越多地应用在反垃圾邮件的产品中。二、贝叶斯过滤算法的基本步骤1.收集大量的垃圾邮件和

b2b160·2020-08-23 23:14

算法杂货铺——分类算法之贝叶斯网络(Bayesian networks)

算法杂货铺系列算法杂货铺——分类算法之朴素贝叶斯分类(NaiveBayesianclassification)算法杂货铺——分类算法之贝叶斯网络(Bayesiannetworks)算法杂货铺——分类算法之决策树(Decisiontree)算法杂货铺——k均值聚类(K-means)2.1、摘要在上一篇文章中我们讨论了朴素贝叶斯分类。朴素贝叶斯分类有一个限制条件，就是特征属性必须有条件独立或基本独立（

EricZhang(T2噬菌体)·2020-08-22 02:28

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

算法杂货铺系列算法杂货铺——分类算法之朴素贝叶斯分类(NaiveBayesianclassification)算法杂货铺——分类算法之贝叶斯网络(Bayesiannetworks)算法杂货铺——分类算法之决策树(Decisiontree)算法杂货铺——k均值聚类(K-means)0、写在前面的话我个人一直很喜欢算法一类的东西，在我看来算法是人类智慧的精华，其中蕴含着无与伦比的美感。而每次将学过的算

EricZhang(T2噬菌体)·2020-08-22 02:27

【论文笔记】Bayesian Loss for Crowd Count Estimation with Point Supervision

文章目录Abstract1.Introduction2.RelatedWork3.TheProposedMethod3.1.BackgroundandMotivation3.2.BayesianLoss3.3.BackgroundPixelModelling3.4.VisualizationandAnalysis4.Experiments4.1.EvaluationMetrics4.2.Datas

Tra_cy·2020-08-22 01:08

贝叶斯优化调参-Bayesian optimiazation原理加实践

随着机器学习用来处理大量数据被广泛使用，超参数调优所需要的空间和过程越来越复杂。传统的网格搜索和随即搜索已经不能满足用户的需求，因此方便快捷的贝叶斯优化调参越来越受程序员青睐。1.贝叶斯优化原理介绍贝叶斯优化用于机器学习调参由J.Snoek(2012)提出，主要思想是，给定优化的目标函数(广义的函数，只需指定输入和输出即可，无需知道内部结构以及数学性质)，通过不断地添加样本点来更新目标函数的后验分

小朱小朱绝不服输·2020-08-21 06:00

微博收藏（机器学习课程与论文）（三）

LinJM-机器视觉·2020-08-19 16:04

tensorflow 在anaconda 环境下import matplotlib.pyplot失败

importmatplotlib.pyplot时就会出现下面的报错/home/zph/anaconda2/envs/tensorflow/bin/python2.7/home/zph/桌面/Joint-Bayesian-master

DomoreRS·2020-08-19 16:51

ML之NB：朴素贝叶斯Naive Bayesian算法的简介、应用、经典案例之详细攻略

ML之NB：朴素贝叶斯NaiveBayesian算法的简介、应用、经典案例之详细攻略目录朴素贝叶斯NaiveBayesian算法的简介1、朴素贝叶斯计算流程表述2、朴素贝叶斯的优缺点2.1、优点2.2、缺点3、分类模型之DT与NB的比较朴素贝叶斯NaiveBayesian算法的应用1、文本分类朴素贝叶斯NaiveBayesian算法的经典案例朴素贝叶斯NaiveBayesian算法的简介朴素贝叶斯

一个处女座的程序猿·2020-08-19 03:43

Bayesian Networks

有几本书是值得一读的（都可以下到）：［1］(N)Neapolitan,R.E.LearningBayesianNetworks.PearsonPrenticeHall,2004［2］(RN)Russell,S.andNorvig,P.ArtificialIntelligence:AModernApproach,2nded.PrenticeHall,2003［3］(KN)Korb,K.B.andNi

cowboy_wz·2020-08-19 01:22

Bayesian information criterion和 Akaike information criterion中的模型参数个数（自由度）计算 | 以高斯混合分布为例

在Scikit-Learn库里面调用sklearn.mixture.GaussianMixture，有3个重要的属性n_clusters,n_weights和n_covariance，分别对应着簇中心的数量、每个簇的重要性和每个簇的协方差矩阵。重要概念：BIC贝叶斯信息准则BIC=log(m)p−2log(L^)BIC=log(m)p-2log(\hatL)BIC=log(m)p−2log(L^)

Sany 何灿·2020-08-19 01:36

A Tutorial on Learning With Bayesian Networks 翻译

文章目录AbstractIntroductionTheBayesianApproachtoProbabilityandStatisticsBayesianNetworksInferenceinaBayesianNetworkLearningProbabilitiesinaBayesianNetwork作者：DavidHeckerman（此版本为2020年1月修订版）Abstract贝叶斯网络是一个

Vic_Hao·2020-08-19 00:14

Bayesian Decision Theory

Chapter1--------贝叶斯决策公式(BayesianDecisionTheory)Example1:学校里有男生m1m_1m1人，女生m2m_2m2人，男生身高175以上的有n1n_1n1人，女生中有n2n_2n2人.概念——类别(Class)：w1w_1w1:为男生w2w_2w2:为女生xxx：175cm(height)一：最小错误率贝叶斯决策(MinimumErrorRateBay

花生酱拌鱿鱼须·2020-08-18 16:40

Bayes定理与应用

http://www.ruanyifeng.com/blog/2011/08/bayesian_inference_part_one.htmlhttp://www.ruanyifeng.com/blog

dash23·2020-08-17 22:38

朴素的贝叶斯分类器（Naive Bayesian Classifier）

贝叶斯理论是处理不确定性信息的重要工具。作为一种不确定性推理方法，它基于概率和统计理论，具有坚实的数学基础，贝叶斯网络在处理不确定信息的智能化系统中已经得到了广泛的应用，并且成功地用于医疗诊断、统计决策、专家系统等领域。这些成功的应用，充分说明了贝叶斯技术是一种强有力的不确定性推理方法。贝叶斯分类器分为两种：一种是朴素贝叶斯分类器，另一种贝叶斯网分类器。朴素贝叶斯分类器是一种有监督的学习方法，其假

sulliy·2020-08-17 02:46

【贝叶斯分析⑥】高斯混合模型

代码地址：https://github.com/ChengJiacheng/bayesian-analysis/blob/master/GMM.py有时候，某些数据的生成无法用一个简单的高斯分布描述，但可以用高斯分布的组合来描述

qq_32464407·2020-08-16 07:00

概率编程库Pymc3案例之线性回归

参考：https://github.com/CamDavidsonPilon/Probabilistic-Programming-and-Bayesian-Methods-for-Hackers1、模型假设贝叶斯线性回归模型

fjssharpsword·2020-08-15 23:06

贝叶斯生成式主动学习 Bayesian Generative Active Deep Learning

BayesianGenerativeActiveDeepLearningPaperReadingNoteURL:https://arxiv.org/pdf/1904.11643.pdfTL;DRICML2019上关于主动学习的新作，整合了用贝叶斯神经网络衡量预测不确定性的方法BALD、MCDropout和用GAN生成不确定样本的方法GAAL,将pool-based和query-synthesis的

pkueecscss·2020-08-14 07:36

Bayesian RL and PGMRL

简介：PGMRL:PGMRL就是把RL问题建模成一个概率图模型，如下图所示：然后通过variationalinference的方法进行学习：PGMRL给RL问题的表示给了一个范例，对解决很多RL新问题提供了一种思路和工具。BayesianRL:主要是对RL的rewardfunction,transationfunction引入uncertainty,引入prior和更新posterior来建模，从

deye1979·2020-08-13 13:04

【机器学习】贝叶斯模型（Bayesian Model）

贝叶斯模型最小错误率贝叶斯先验概率似然概率二类判决问题最小错误率贝叶斯公式误差例题极大似然估计例题最小风险贝叶斯癌症诊断分类器设计生成模型（GenerativeModel）判决模型（DiscriminativeModel）朴素贝叶斯例题计算步骤拉普拉斯平滑作业最小错误率贝叶斯先验概率反映了我们的经验知识，是一种简单的判决准则只依靠先验概率并不靠谱，如：学校男女比例4:1，走过来的人是男生可能性大，

Ono_bing·2020-08-13 12:21

[机器学习]超参数优化---贝叶斯优化(Bayesian Optimization) 理解

背景很多算法工程师戏谑自己是调参工程师，因为他们需要在繁杂的算法参数中找到最优的组合，往往在调参的过程中痛苦而漫长的度过一天。如果有一种方式可以帮助工程师找到最优的参数组合，那一定大有裨益，贝叶斯超参优化就是其中的一种。如果是单单罗列公式，可能会显得乏味，就用一些思考带上公式为大家分享。目前在研究AutomatedMachineLearning,其中有一个子领域是实现网络超参数自动化搜索，而常见的

曾先森~~·2020-08-12 00:47

【论文阅读】BPR: Bayesian personalized ranking from implicit feedback

RendleS,FreudenthalerC,GantnerZ,etal.BPR:Bayesianpersonalizedrankingfromimplicitfeedback[C]//Proceedingsofthetwenty-fifthconferenceonuncertaintyinartificialintelligence.AUAIPress,2009:452-461.bpr这篇论文是

_ dingding_·2020-08-11 22:03

文献阅读 BPR: Bayesian Personalized Ranking from Implicit Feedback

论文介绍这篇论文被UAI2009收录，这篇论文在推荐系统领域中非常经典，就算十年后的今天仍然能在不少论文中看到BPR的身影。简介和相关工作推荐系统的任务是给用户推荐一系列个性化的物品，之前人们从显式反馈中做推荐的主要方法为矩阵分解（MF）和适应性K最近邻（KNN）。但是这些方法都不是对物品排名做直接的优化。于是这篇文章提出了一种个性化排名的方法BPR-OPT，这种方法是基于贝叶斯理论的极大化后验概

做人要有比数·2020-08-11 21:14

Bayesian（贝叶斯）

朴素贝叶斯原理：虽然决策树抽象出了规则，方便了人的理解，但是严格按照决策树来判断新朋友能否成为好朋友感觉很困难，这个可能性能够把握吗？比如我和TA有80%的可能成为好朋友。又或者能将我的朋友们分为“三六九等”吗？即，多分类问题。今天总结–和决策树一样被最为广泛应用的朴素贝叶斯模型。先上贝叶斯定理：P(X∣Y)=P(X,Y)P(Y)P(X|Y)=\frac{P(X,Y)}{P(Y)}P(X∣Y)=P

上杉翔二·2020-08-08 20:34

贝叶斯网络(Bayesian networks)

算法杂货铺——分类算法之贝叶斯网络(Bayesiannetworks)2.1、摘要在上一篇文章中我们讨论了朴素贝叶斯分类。朴素贝叶斯分类有一个限制条件，就是特征属性必须有条件独立或基本独立（实际上在现实应用中几乎不可能做到完全独立）。当这个条件成立时，朴素贝叶斯分类法的准确率是最高的，但不幸的是，现实中各个特征属性间往往并不条件独立，而是具有较强的相关性，这样就限制了朴素贝叶斯分类的能力。这一篇文

Cherry_cool·2020-08-08 12:50

朴素贝叶斯分类(Naive Bayesian classification)

算法杂货铺——分类算法之朴素贝叶斯分类(NaiveBayesianclassification)0、写在前面的话我个人一直很喜欢算法一类的东西，在我看来算法是人类智慧的精华，其中蕴含着无与伦比的美感。而每次将学过的算法应用到实际中，并解决了实际问题后，那种快感更是我在其它地方体会不到的。一直想写关于算法的博文，也曾写过零散的两篇，但也许是相比于工程性文章来说太小众，并没有引起大家的兴趣。最近面临毕

Cherry_cool·2020-08-08 12:50

朴素贝叶斯(Naive Bayesian)_社区不良用语识别

贝叶斯定理:首先介绍下贝叶斯定理：这个在250多年前发明的算法，在信息领域内有着无与伦比的地位。贝叶斯分类是一系列分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。朴素贝叶斯算法（NaiveBayesian)是其中应用最为广泛的分类算法之一。朴素贝叶斯分类器基于一个简单的假定：给定目标值时属性之间相互条件独立。通过以上定理和“朴素”的假定，我们知道：P(Category|Docum

amneb·2020-08-07 16:48

朴素贝叶斯分类器(Navie Bayesian Classifier)中的几个要点(一)

关键字:拉普拉斯修正(Laplaciancorrection)懒惰学习(lazyleanring)对数似然(log-likelihood)拉普拉斯修正(Laplaciancorrection)朴素贝叶斯分类器的训练:基于训练集D来估计类先验概率P(y)基于训练集D为每个属性估计条件概率P(x|y)因此当在某个训练集中,样本的一条特征值EV出现概率为0时,则会使计算的先验概率与条件概率的连乘结果为0

weixin_30824599·2020-08-06 13:06

贝叶斯方法

来源：http://mindhacks.cn/2008/09/21/the-magical-bayesian-method/概率论只不过是把常识用数学公式表达了出来。

Jenrey·2020-08-03 13:58

(Few-shot )Review:Learning from the Past:Continual Meta-Learning with Bayesian Graph Neural network

1.提出问题现有的基于图网络做meta-learning的方法会有Catastrophicforgetting和insufficientrobustness的问题，导致不嗯呢个保持long-term的knowledge，并会造成严重的错误积累。Catastraphicforgettinginsufficientrobustness2.提出解决方案针对Catastraphicforgetting的问

bryce1010·2020-08-02 15:10

通过Python实现马尔科夫链蒙特卡罗方法的入门级应用

GitHub地址：https://github.com/WillKoehrsen/ai-projects/blob/master/bayesian/bayesian_inference.ipynb过去几月中

数据与算法之美·2020-07-31 15:27

语义分割之SegNet，Bayesian SegNet

天下难事，必作于易；天下大事，必作于细；是以圣人不以为大，故能成其大。——《老子》论文：SegNet:ADeepConvolutionalEncoder-DecoderArchitectureforImageSegmentationBayesianSegNet:ModelUncertaintyinDeepConvolutionalEncoder-DecoderArchitecturesforSce

watersink·2020-07-28 05:36

kaggle竞赛系列1----elo竞赛kernel分析1

elo-merchant-category-recommendationkerne来源：https://www.kaggle.com/ashishpatel26/80-features-with-lightgbm-cv-bayesian-approach

ssswill·2020-07-27 13:24

推荐频道

Bayesian

或许就成为PhD

Gibbs measure ,Boltzmann distribution & Energy

贝叶斯（Bayesian）

调参神器贝叶斯优化（bayesian-optimization）实战篇

时间序列预测之区间预测方法（PIs:MVE&Delta&Bayesian&Bootstrap&LUBE）

Bayesian集团联合Money Button携手打造世界上最全面的钱包解决方案

Batch Normalization 神经网络加速算法

最大似然估计与最大后验估计

数学之美 系列十九 － 马尔可夫链的扩展 贝叶斯网络 (Bayesian Networks)

机器学习——贝叶斯网(bayesian Network)一

python机器学习手写算法系列——贝叶斯优化 Bayesian Optimization

【Deep Learning】Variational autoencoder

前OKEx欧洲销售经理Phil Glover加入Bayesian Group，担任全球销售主管

数据预处理之独热编码（One-Hot Encoding）

朴素贝叶斯分类(Naive Bayesian classification)

计算神经学笔记-population coding and bayesian estimation

Square Loss Function in Frequentist and Bayesian View

Bayesian Program Learning（贝叶斯程序学习）

贝叶斯算法(bayesian)介绍

算法杂货铺——分类算法之贝叶斯网络(Bayesian networks)

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

【论文笔记】Bayesian Loss for Crowd Count Estimation with Point Supervision

贝叶斯优化调参-Bayesian optimiazation原理加实践

微博收藏（机器学习课程与论文）（三）

tensorflow 在anaconda 环境下import matplotlib.pyplot失败

ML之NB：朴素贝叶斯Naive Bayesian算法的简介、应用、经典案例之详细攻略

Bayesian Networks

Bayesian information criterion和 Akaike information criterion中的模型参数个数（自由度）计算 | 以高斯混合分布为例

A Tutorial on Learning With Bayesian Networks 翻译

Bayesian Decision Theory

Bayes定理与应用

朴素的贝叶斯分类器（Naive Bayesian Classifier）

【贝叶斯分析⑥】高斯混合模型

概率编程库Pymc3案例之线性回归

贝叶斯生成式主动学习 Bayesian Generative Active Deep Learning

Bayesian RL and PGMRL

【机器学习】贝叶斯模型（Bayesian Model）

[机器学习]超参数优化---贝叶斯优化(Bayesian Optimization) 理解

【论文阅读】BPR: Bayesian personalized ranking from implicit feedback

文献阅读 BPR: Bayesian Personalized Ranking from Implicit Feedback

Bayesian（贝叶斯）

贝叶斯网络(Bayesian networks)

朴素贝叶斯分类(Naive Bayesian classification)

朴素贝叶斯(Naive Bayesian)_社区不良用语识别

朴素贝叶斯分类器(Navie Bayesian Classifier)中的几个要点(一)

贝叶斯方法

(Few-shot )Review:Learning from the Past:Continual Meta-Learning with Bayesian Graph Neural network

通过Python实现马尔科夫链蒙特卡罗方法的入门级应用

语义分割之SegNet，Bayesian SegNet

kaggle竞赛系列1----elo竞赛kernel分析1

数学之美系列十九－马尔可夫链的扩展贝叶斯网络 (Bayesian Networks)