贝叶斯网络教程[关闭]
-
19-08-2019 - |
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。
- 模式分类的Duda/Hart/鹳
- 模式识别和学习机由克里斯*毕晓普
- 神经网络的模式识别克里斯*毕晓普
- http://www.cs.ubc.ca/~murphyk/Bayes/bnintro.html
- Bayes净工具箱Matlab
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:
http://www.inference.phy.cam .ac.uk /麦凯/ itila / book.html
授予您熟悉基本的概率论,它的一个很好的资源。
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 /
不隶属于 StackOverflow