| 前言 | 第1-10页 |
| 第一章 数据挖掘与贝叶斯网络 | 第10-13页 |
| 1．1 数据挖掘的任务 | 第10-11页 |
| 1．2 数据挖掘的方法 | 第11页 |
| 1．3 数据挖掘与贝叶斯网络的结合 | 第11-13页 |
| 第二章 贝叶斯统计 | 第13-23页 |
| 2．1 贝叶斯学派与贝叶斯公式 | 第13-16页 |
| 2．2 先验分布的判定 | 第16-19页 |
| 2．3 经验贝叶斯方法 | 第19-20页 |
| 2．4 贝叶斯决策 | 第20-23页 |
| 第三章 贝叶斯网络的推理 | 第23-39页 |
| 3．1 贝叶斯网络的结构 | 第23-24页 |
| 3．2 贝叶斯网络的推理 | 第24-25页 |
| 3．3 概率推理的算法复杂度理论 | 第25-30页 |
| 3．4 单路径贝叶斯网络的推理 | 第30-33页 |
| 3．5 单路径贝叶斯网络推理的C++数据结构 | 第33-39页 |
| 第四章 学习贝叶斯网络 | 第39-63页 |
| 4．1 已知网络结构的CPT学习 | 第39-58页 |
| 4．2 贝叶斯网络的结构学习 | 第58-63页 |
| 结束语 | 第63-64页 |
| 附录 | 第64-66页 |
| 参考文献 | 第66-68页 |