2.1 引言
2.2 貝葉斯決策輪——連續特征
2.3 最小誤差分類
2.3.1 極小化極大準則
2.3.2 Neyman-Pearson準則
2.4 分類器、判别函及判定面
2.4.1 多類情況
2.4.2 兩類情況
2.5 正态密度
2.5.1 單變量密度函數
2.5.2 多元密度函數
2.6 正态分布的判别函數
2.6.1 情況1：
2.6.2 情況2：
2.6.3 情況3：
2.7 誤差機率和誤差積分
2.8 正态密度的誤差上界
2.8.1 Chernoff界
2.8.2 Bhattacharyya界
2.8.3 信号檢測原理和操作特性
2.9 貝葉斯決策論-離散特征
2.9.1 獨立的二值特征
2.10 丢失特征和噪聲特征
2.10.1 丢失特征
2.10.2 噪聲特征
2.11 貝葉斯置信網
2.12 複合貝葉斯決策論及上下文