Tutoriel sur les réseaux bayésiens [fermé]

Question

Pour un débutant, quel est le meilleur livre pour commencer à étudier les réseaux bayésiens?

Answer 1

Je recommanderais "Modèles graphiques probabilistes". par Daphne Koller et Nir Friedman. C'est un excellent manuel d'initiation à intermédiaire sur les modèles graphiques dirigés (réseaux bayésiens) et non dirigés (réseaux de Markov). Les exemples donnés sont complexes et faciles à comprendre.

Answer 2

Un 1 est un bon livre sur l'apprentissage automatique en général. Mais c'est assez léger sur BN. Je n'ai pas lu [2] mais j'ai lu [3] par lui, ce qui est bon (donc, [2] est susceptible d'être bon comme recommandé par dwf). Je ne recommanderais pas du tout le livre de Pearl à moins de faire votre doctorat!

Toutefois, je recommanderais en fait le didacticiel en ligne " Une brève introduction aux modèles graphiques et aux réseaux bayésiens ". par Kevin Murphy [4]. Le meilleur moyen d'apprendre le BN est de lire ceci, de télécharger sa boîte à outils Matlab [5] et de créer son propre BN en dix minutes.

1. Classification des modèles par Duda / Hart / Stork
2. Reconnaissance des formes et apprentissage automatique par Chris Bishop
3. Réseaux de neurones pour la reconnaissance de formes par Chris Bishop
4. http://www.cs.ubc.ca/~murphyk/ Bayes / bnintro.html
5. Bayes Net Toolbox pour Matlab

Answer 3

Vous devriez rechercher des livres sur l’IA (intelligence artificielle). J'ai appris le bayésien dans Intelligence artificielle "Une approche moderne ".

Answer 4

Ce livre en ligne m'a été extrêmement utile dans tous les aspects de l'apprentissage automatique, y compris l'inférence bayésienne:

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

Si vous connaissez bien la théorie des probabilités de base, c’est une excellente ressource.

Answer 5

Tous les livres mentionnés jusqu’à présent sont très bons. La perle est généralement considérée comme un peu difficile à suivre, elle est également assez chère, mais si vous pouvez la gérer, vous avez tout le pouvoir.

Je vous recommande vraiment de consulter le livre de Chris Bishop, Reconnaissance des formes et apprentissage automatique . Je pense que c'est de loin le meilleur traitement des modèles graphiques dans un manuel, au moins jusqu'à ce que Michael Jordan termine et publie son livre sur le sujet.

Answer 6

Les meilleurs professeurs dans ce domaine sont, de mon point de vue, ces 2 types: texte du lien Ng. Andrew et texte du lien Prof. Pallab Dasgupta.

J'ai regardé tous leurs tutoriels sur BBN et ils étaient très utiles. Il suffit de suivre les liens et vous trouverez plus de conférences sur l'IA avec ces deux gars intéressants.

Amusez-vous à apprendre avec eux, Mike

Answer 7

Le raisonnement probabiliste dans les systèmes intelligents de Pearl en 1988 est l’un des travaux les plus cités sur les réseaux bayésiens. Je l'ai trouvé assez clair. Cela dit, beaucoup a été fait sur le terrain depuis 1988. Il serait judicieux de compléter ce livre par des travaux plus récents.

Answer 8

L’apprentissage Machine Learning de Mitchell est un guide extrêmement important dans le domaine de l’IA. Il couvre les réseaux bayésiens et y consacre, si je me souviens bien, un chapitre entier.

Je jetterais également un œil à la classe du réseau bayésien de Weka pour comprendre une implémentation pratique. Si vous ne connaissez pas Weka, consultez-le ici: http: // www .cs.waikato.ac.nz / ml / weka /