<P>共60页，来自微软实验室</P>
<P>Bayesian网用于数据分析和数据挖掘，其领域在于研究变量之间的依存关系，与经典统计不同，先验知识可以作为输入条件参与计算，例如，在银行信贷业务中，客户属性和数据之间的关系是什么？哪些是最基本的变量？哪个变量影响到另外一个变量？变量之间的关联如何？</P>
<P>Bayesian Network 是一个强大的工具。它不仅仅适应于数值数据，属性（文字）数据也可以进入计算，例如，信贷分析中，职业，喜好等等. </P>
<P>Bayesian Nework 可以对缺失数据进行分析，这是日常工作需要的</P>
<P>Bayesian Nework 可用于非监督学习和监督学习。</P>
<P>本文是Bayesian网非常好的一本教材，希望大家喜欢并在研究工作中受益</P>

<P>contents</P>
<P>1 Introduction</P>
<P>2 The Bayesian Approches to Probability and Statistics</P>
<P>3 Bayesian Networks</P>
<P>4 Inference in a Bayesian Network</P>
<P>5 Learning Probabilities in a Bayesian Network</P>
<P>6 Method in Incomplete Data</P>
<P>7 Learning Parameters and Structure</P>
<P>8 Creteria for Model Selection</P>
<P>9 Computation for the Margin Likehood</P>
<P>10 Priors</P>
<P>11 Search Methods</P>
<P>12 A Simple Example</P>
<P>13 Bayesian Network for Superivised Learning</P>
<P>14 Bayesian Network for UnSuperivised Learning</P>
<P>15 Learning Casual Relationship</P>
<P>16 A Case Study: College Plan</P>
<P>17 Pointer to Literature and Software</P>
<P>18 Acknowledge</P>

<P></P>
<P>
</P>
<P></P>