Tutorial de redes bayesianas [cerrado]

Question

Para un principiante, ¿cuál es el mejor libro para comenzar a estudiar Bayesian Networks?

Answer 1

Recomendaría " Modelos gráficos probabilísticos " por Daphne Koller y Nir Friedman. Es un excelente manual de principiante a intermedio en modelos gráficos tanto dirigidos (redes bayesianas) como no dirigidos (redes Markov). Los ejemplos dados son elaborados y fáciles de entender.

Answer 2

Un buen libro sobre aprendizaje automático general es 1 . Pero es bastante ligero en BN. No he leído [2] pero he leído [3] por él, lo cual es bueno (entonces, [2] es probable que sea bueno según lo recomendado por dwf). ¡No recomendaría el libro de Pearl en absoluto a menos que estés haciendo tu doctorado!

Sin embargo, realmente recomendaría el tutorial en línea " Una breve introducción a los modelos gráficos y las redes bayesianas " por Kevin Murphy [4]. La mejor manera de aprender BN es leer esto, descargar su caja de herramientas Matlab [5] y construir su propio BN en diez minutos.

1. Clasificación de patrones por Duda / Hart / Stork
2. Reconocimiento de patrones y aprendizaje automático por Chris Bishop
3. Redes neuronales para el reconocimiento de patrones por Chris Bishop
4. http://www.cs.ubc.ca/~murphyk/ Bayes / bnintro.html
5. Bayes Net Toolbox para Matlab

Answer 3

Debes buscar libros de IA (Inteligencia Artificial). Aprendí sobre Bayesiano en Inteligencia artificial " Un enfoque moderno " ;.

Answer 4

Este libro en línea me ha sido extremadamente útil en todos los aspectos del aprendizaje automático, incluida la inferencia bayesiana:

http://www.inference.phy.cam .ac.uk / mackay / itila / book.html

Es cierto que está familiarizado con la teoría de probabilidad básica, es un gran recurso.

Answer 5

Todos los libros mencionados hasta ahora son bastante buenos. Generalmente se considera que Pearl's es un poco difícil de seguir, también es bastante costoso, pero si puedes manejarlo, todo el poder para ti.

Realmente realmente te recomiendo que revises el libro de Chris Bishop, Reconocimiento de patrones y aprendizaje automático . Creo que es el mejor tratamiento que obtendrás de los modelos gráficos en un libro de texto, al menos hasta que Michael Jordan termina y publica su libro sobre el tema.

Answer 6

Los mejores profesores en este campo son, desde mi punto de vista, estos 2 tipos: texto del enlace Ng. Andrew y texto del enlace Prof. Pallab Dasgupta.

He estado viendo todos sus tutoriales en BBN y fueron muy útiles. Simplemente siga los enlaces y encontrará más conferencias sobre IA con estos 2 tipos interesantes.

Diviértete aprendiendo con ellos, Mike

Answer 7

Pearl's 1988 Probabilistic Razoning in Intelligent Systems es uno de los trabajos más citados en Bayesian Networks. Lo encontré bastante claro. Dicho esto, se ha hecho mucho en el campo desde 1988. Sería conveniente complementar este libro con trabajos más recientes.

Answer 8

El

Mitchell's Machine Learning es un manual muy importante en el área de la IA. Cubre las redes bayesianas, dedicándole, según recuerdo, un capítulo completo.

También verificaría la clase de Red Bayesiana de Weka para comprender una implementación práctica. Si no sabe acerca de Weka, compruébelo aquí: http: // www .cs.waikato.ac.nz / ml / weka /