该文综述机器学习中的不确定性估计方法，包括贝叶斯信任网络、蒙特卡罗采样、狄利克雷分布主观逻辑、高斯过程框架RIO及贝叶斯深度神经网络，强调无需改动模型结构即可提升预测准确性与可靠性，并应用于回归、时间序列预测、强化学习、流体计算和轨迹重建等领域。