二、寻求估计量的方法 1.矩估计法 2.极大似然法 3.最小二乘法 4.贝叶斯方法

智能系统：贝叶斯网络的目标打击过程中关键行动选择方法

一、决策问题的表格表示——损失矩阵 对无观察(No-data)问题 a=δ 可用表格(损失矩阵)替代决策树来描述决策问题的后果(损失):

本章对连续信号和离散时间系统引入并建立了傅里叶级数表示，而且利用这些表示对信号与分析方法中的一个重要领域－－滤波有了初步的涉及．这一章的目的就是想在建立傅里叶分析方法以及在利用这些方法作出正确的评价做一个初步的探索

小结 1周期函数的傅里叶展开 周期为2/的函数(x满足f(x+2l)=f(x) 对应方程:有边界条件

5.1 概述. 2 5.1.1 什么是分类.2 5.1.2 分类的一般步骤.3 5.2 Rocchio 方法. 4 5.3 k-近邻法. 5 5.4 决策树方法. 6 5.4.1 决策树的概念.6 5.4.2 属性选择度量.6 5.4.3 决策树的常用算法.10 5.5 贝叶斯方法. 11 5.5.1 贝叶斯原理.11 5.5.2 朴素贝叶斯分类.11 5.6 分类结果评估. 13 5.6.1 常用评估度量.13 5.6.2 文本分类的评估.14 5.7 自动分类的案例与软件操作. 15 5.7.1 决策树案例（SPSS Modeler） .15 5.7.2 决策树案例（R 语言）.19

上海交通大学：《数学物理方法》课程教学资源（PPT课件）第一章 傅里叶积分变换（主讲：王健）

一、DFT(离散付里叶变换) 二、FFT算法 三、FIR滤波器 四、IIR滤波器 五、自适应滤波器

采用贝叶斯统计学原理改进传统神经网络算法,通过在神经网络的目标函数中引入表示网络结构复杂性的约束项,避免网络的过拟合以提高网络的泛化能力.将改进的神经网络应用于济钢1700mm热连轧机带钢厚度预测中,其预报精度、训练时间和网络稳定性均优于传统神经网络预测;然后应用贝叶斯神经网络预测带钢塑性系数;最后将出口带钢厚度和带钢塑性系数的实时预测值综合应用于带钢热连轧厚度控制系统,改进了传统的厚度控制方式,进一步提高带钢质量

《随机模拟方法与应用 Stochastic Simulation Methods and Its Applications》教学资源（论文资料）12 基于MCMC的贝叶斯长记忆随机波动模型研究（湖南大学：郝立亚、朱慧明、李素芳、曾惠芳）