本书以机器学习与计算统计为主题背景，专门讲述如何挖掘和分析Web上的数据和资源，如何分析用户体验、市场营销、个人品味等诸多信息，并得出有用的结论，通过复杂的算法来从Web网站获取、收集并分析用户的数据和反馈信息，以便创造新的用户价值和商业价值。全书内容翔实，包括协作过滤技术（实现关联产品推荐功能）、集群数据分析（在大规模数据集中发掘相似的数据子集）、搜索引擎核心技术（爬虫、索引、查询引擎、PageRank算法等）、搜索海量信息并进行分析统计得出结论的优化算法、贝叶斯过滤技术（垃圾邮件过滤、文本过

基于贝叶斯网络的软件项目风险管理模型，帮助软件项目管理人员学习软件项目管理-To help software project managers to learn the software project management software project risk management model based on Bayesian networks

用于贝叶斯网络的MATLAB开源包，其中包括贝叶斯网络构建、学习、推理的各种函数。(For the Bayesian network of MATLAB open source package, including Bayesian network construction, learning, reasoning of the various functions.)

利用K2算法构建贝叶斯网络，可用于分类、预测等(Construction of Bayesian network by K2 algorithm)