一? ?，貝葉斯定理：

后驗概率 :? P（H|X）

先驗概率 :? P (H)

二 ，樸素貝葉斯分類（已知類標(biāo)號，假設(shè)屬性的值條件地獨立）

1.用類標(biāo)號計算出先驗概率 P(Ci)

2.對每個不同的屬性計算每個屬性對應(yīng)的P(X|Ci)

3.假設(shè)屬性獨立，計算基于類標(biāo)號的P(X|Ci) (每一個獨立相乘)

4.最終求出P（X|Ci）*P(Ci)的最大值

三 .貝葉斯網(wǎng)絡(luò)（已知類標(biāo)號，聯(lián)合概率分布，允許變量子集間定義類條件獨立性）

分為兩部分：無環(huán)圖 和 條件概率表

? ? 1. 無環(huán)圖

? ?結(jié)點表示隨機(jī)變量，弧表示概率依賴，弧前端是雙親節(jié)點，后端是后繼，不在弧上的后繼稱為非后繼

?例圖：

2. 條件概率表?

例：

四 ，訓(xùn)練貝葉斯信念網(wǎng)絡(luò)

情況一：如果網(wǎng)絡(luò)機(jī)構(gòu)已知并且變量是可見的，訓(xùn)練網(wǎng)絡(luò)直接計算CPT，與樸素貝葉斯涉及的計算概念類似

情況二：變量隱藏條件下，用梯度下降方法訓(xùn)練信念網(wǎng)絡(luò)