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