目录
一、贝叶斯概率基础 (2)
1先验概率、后验概率和条件概率 (2)
2条件概率公式 (2)
3全概率公式 (2)
4贝叶斯公式 (2)
二、贝叶斯网络概述 (3)
三、Sql server 2008中的贝叶斯网络应用 (4)
1在SQL Server 2005中建一个新的数据库BayesDatabase，如图所示。

(4)
2创建新的商业智能项目BayesProject (5)
3建立BayesA中的数据连接，连接到数据库BayesDatabase (6)
4建立BayesA中的数据源视图，在建立视图的过程中选择数据库中的表格Table_2 . 7 5创建挖掘结构 (8)
6数据挖掘向导 (9)
7挖掘模型 (10)
8部署 (11)
9贝叶斯网络结构图 (11)
10数据挖掘预测 (12)
11第一次挖掘模型预测 (13)
12第二次挖掘模型预测 (13)
13第三次挖掘模型预测 (14)
贝叶斯网络
一、贝叶斯概率基础
1先验概率、后验概率和条件概率
先验概率：根据历史的资料或主观判断所确定的各种时间发生的概率后验概率：通过贝叶斯公式，结合调查等方式获取了新的附加信息，对先验概率修正后得到的更符合实际的概率
条件概率：某事件发生后该事件的发生概率
2条件概率公式
条件概率公式:
3全概率公式
4贝叶斯公式
独立互斥且完备的先验事件概率可以由后验事件的概率和相应条件概率决定
二、贝叶斯网络概述
贝叶斯网络是一种概率网络，它是基于概率推理的图形化网络，而贝叶斯公式则是这个概率网络的基础。

贝叶斯网络是基于概率推理的数学模型，所谓概率推理就是通过一些变量的信息来获取其他的概率信息的过程，基于概率推理的贝叶斯网络(Bayesian network)是为了解决不定性和不完整性问题而提出的，它对于解决复杂设备不确定性和关联性引起的故障有很的优势，在多个领域中获得广泛应用。

贝叶斯网络是一种概率网络，它是基于概率推理的图形化网络，而贝叶斯公式则是这个概率网络的基础。

贝叶斯网络是基于概率推理的数学模型，所谓概率推理就是通过一些变量的信息来获取其他的概率信息的过程，基于概率推理的贝叶斯网络(Bayesian network)是为了解决不定性和不完整性问题而提出的，它对于解决复杂设备不确定性和关联性引起的故障有很的优势，在多个领域中获得广泛应用。

三、Sql server 2008中的贝叶斯网络应用
1在SQL Server 2005中建一个新的数据库BayesDatabase，如图所示。

2创建新的商业智能项目BayesProject
3建立BayesA中的数据连接，连接到数据库BayesDatabase
4建立BayesA中的数据源视图，在建立视图的过程中选择数据库中的表格Table_2
5创建挖掘结构
6数据挖掘向导
7挖掘模型
8部署
9贝叶斯网络结构图
10数据挖掘预测
11第一次挖掘模型预测
12第二次挖掘模型预测
13第三次挖掘模型预测。