贝叶斯数据分析的第五部分是关于非线性和非参数方法的，我记得它们都有关于基函数方法、高斯过程和狄利克雷过程的章节。（不要把我的副本放在手边。）

机器学习的高斯过程是全面的，涵盖理论和实现，并且可以在线免费获得。

如果您对整本书之外的资源感兴趣，那么 Chris Fonnesbeck 关于狄利克雷和高斯过程的教程对我来说非常有价值。（“笔记本”文件夹中的 5.1 和 5.2 节。）

最后，机器学习暑期学校 2009 年的讲座包括两个关于非参数贝叶斯方法的讲座。我还没有看过那两个，但是我在这个系列中看过的每一堂课都对其主题进行了一流的介绍。

Ghosal 和 van der Vaart的《非参数贝叶斯推理基础》是一个很好的参考。

这是一个很好的收藏品。我喜欢“Java 中的算法包”，它直接给出了实现/示例，“机器学习、实用工具和技术”也是一本带有实际示例的好书。希望有帮助