文章摘要:自从Ferguson的里程碑式的工作以来,非参数Bayes模型在统计和机器学习等领域中有着广泛的应用,近年来得到了蓬勃的发展.它的一个重要的理论基础是一个特殊的随机概率测度族,即Dirichlet过程.本文介绍Dirichlet过程的构造、性质、推广以及它在非参数Bayes估计问题中的应用.另外,本文也提到双参数Poisson-Dirichlet过程、Beta过程和更一般的断棍（stick-breaking）过程以及相关性质.

文章关键词:

论文分类号:O212.8