贝叶斯网络教程[关闭]

题

对于初学者来说，学习贝叶斯网络最好从哪本书开始？

解决方案

我建议“的概率图模型”由瑞香科勒和NIR弗里德曼。其优良的起动到中间手册在两个定向（贝叶斯网络）和非定向（马尔可夫网络）图形模型。给出的实例是精细而容易理解。

其他提示

一个很好的书，在一般的学习机是 1.但是，这是很光亿。我还没有阅读[2]但我已经阅读[3]通过他这是很好的(因此，[2]可能是良好的建议，通过dwf).我不会推荐的珍珠的书在所有除非你做你的博士!

然而，我实际上推荐的在线教程"一个简单的介绍到图形的模式和贝叶斯网络"由凯文*墨菲[4].最好的学习方式亿是来读，下载他的Matlab"工具箱"[5]，并建立自己的BN在十分钟。

您应该检查AI（人工智能）的书籍。我已经了解贝叶斯在人工智能“现代方法。”

这本书在网上一直对我非常有帮助的机器学习的各个方面，包括贝叶斯推理：

授予您熟悉基本的概率论，它的一个很好的资源。

所有到目前为止所提到的书籍是相当不错的。珍珠的是通常被认为有点难以适从，它也相当昂贵，但如果你能管理它，所有的权力给你。

我真的确实的建议你看看克里斯主教的书，的 模式识别和机器学习 。我认为这是距离远，你会在一本教科书来获得图形模型最好的治疗，至少要等到的乔丹完成并发布关于这个问题他的书。

在我看来，这个领域最好的教授是这两个人：链接文本吴。安德鲁和链接文本教授。帕拉布·达斯古普塔。

我一直在观看他们在 BBN 上的所有教程，它们非常有用。只要点击链接，你就会发现更多关于这两个有趣的人的人工智能讲座。

与他们一起学习，迈克

珍珠的1988年的概率智能系统推理的是贝叶斯网络被引用最多的作品之一。我觉得这是很清楚的。这就是说，很多已经在该领域自1988年以来已经做这将是明智的，这本书最近的作品补充。

米切尔的机器学习的是人工智能领域一个极其重要的底漆。它涵盖贝叶斯网络，费尽，我记得，一整章给它。

我还检查出了Weka的贝叶斯网络类来了解实际的实现。如果你不知道的Weka，看看这里： HTTP：// WWW .cs.waikato.ac.nz /毫升/ WEKA /

许可以下： CC-BY-SA 和归因