Wolfram语言在贝叶斯推理和高斯过程回归领域的应用：Bayesian Inference

贝叶斯推理 Wolfram语言在贝叶斯推理和高斯过程回归中的应用。 这是一个实现嵌套采样算法的程序包，与John Skilling在他的2006年论文“用于通用贝叶斯计算的嵌套采样”（贝叶斯分析，第1号，第4期，第833-860页）中描述的方法几乎相同。 ： : ）。 它还基于Statistics`MCMC` MCMC上下文中的内置（但未记录）功能为马尔可夫链蒙特卡洛采样（MCMC）提供一些功能。 最近添加的新函数BayesianLinearRegression提供了Mathematica的LinearModelFit的Bayes替代方法。 最后，还有一些代码可帮助构建拟贝叶斯回归的神经网络，如以下页面所述： 安装： 打开您的用户基本目录（例如，在笔记本中评估SystemOpen[$UserBaseDirectory] ） 进入“应用程序”目录 将整个BayesianI