一、引言
二、贝叶斯网络的基本概念
三、隐马尔可夫模型
HMM(隐马尔可夫)的基本概念https://blog.csdn.net/liusisi_/article/details/108350944
>>>统计学习方法笔记——隐马尔可夫模型(内含Python代码实现)
1.HMM模型评估问题
2.EM算法
四、朴素贝叶斯分类器
>>>朴素贝叶斯算法 — 超详细公式讲解+代码实例 500+收藏
>>>朴素贝叶斯的概述、应用利用贝叶斯算法实现手写体识别https://blog.csdn.net/Nonoroya_Zoro/article/details/80600684?ops_request_misc=&request_id=&biz_id=102&utm_term=%E5%9F%BA%E4%BA%8E%E8%B4%9D%E5%8F%B6%E6%96%AF%E7%9A%84%E6%89%8B%E5%86%99%E8%AF%86%E5%88%AB%E7%AE%97%E6%B3%95&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduweb~default-2-80600684.142^v50^control,201^v3^control_1&spm=1018.2226.3001.4187
五、题外话
HMM定义、三个基本问题、思考https://zhuanlan.zhihu.com/p/398880896Python Pillow(PIL)库的用法介绍
https://blog.csdn.net/weixin_43790276/article/details/108478270?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522166383931016782390593668%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=166383931016782390593668&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~top_positive~default-1-108478270-null-null.142^v50^control,201^v3^control_1&utm_term=PIL&spm=1018.2226.3001.4187