19、贝叶斯模型与非参数模型详解

贝叶斯模型与非参数模型详解

1. 贝叶斯相关推荐阅读资源

在贝叶斯处理概率的相关领域，有不少优秀的学习资源：
- 不确定性与哲学问题 ：Lindley (2006) 对贝叶斯处理概率背后的不确定性问题和哲学问题进行了很好的介绍。
- 统计机器学习视角 ：MacKay (2003) 从统计机器学习的角度出发，仔细涵盖了信息论、概率和推理等内容，但对统计机器学习本身涉及较少。
- 概率理论 ：Jaynes (2003) 遗作完成并出版，是另一种概率理论的入门佳作。
- 频率主义与贝叶斯之争 ：Rosenkrantz (1983) 等作品探讨了频率主义与贝叶斯主义之间的争论；Cheeseman (1988) 等讨论文章则涉及近似人工智能与概率主义之间的争论。
- 数学统计教材 ：Casella 和 Berger (2001) 等优秀的数学统计教材涵盖了广泛的统计方法，也涉及基本的贝叶斯理论；Gelman 等人 (2003) 的贝叶斯相关教材则进行了更全面的阐述。
- 高级贝叶斯文献 ：若想深入理解先验信念和贝叶斯方法的微妙之处，可参考 Bernardo 和 Smith (1994) 的详细理论参考资料。

2. 贝叶斯模型平均与贝叶斯网络

• 贝叶斯模型平均 ：涉及马尔可夫链蒙特卡罗和先验概率等内容。
• 贝叶斯网络