Tutorial sulle reti bayesiane [chiuso]

Question

Per un principiante, qual è il miglior libro con cui iniziare a studiare le reti bayesiane?

Answer 1

Consiglierei " Modelli grafici probabilistici " di Daphne Koller e Nir Friedman. È un eccellente manuale iniziale-intermedio su entrambi i modelli grafici diretti (reti bayesiane) e non orientati (reti di Markov). Gli esempi forniti sono elaborati e di facile comprensione.

Answer 2

Un buon libro sull'apprendimento automatico generale è 1 . Ma è abbastanza leggero su BN. Non ho letto [2] ma ho letto [3] da lui che è buono (quindi, [2] è probabile che sia buono come raccomandato da dwf). Non consiglierei affatto il libro di Pearl a meno che tu non stia facendo il tuo dottorato di ricerca!

Tuttavia, in realtà consiglierei il tutorial online " Una breve introduzione ai modelli grafici e alle reti bayesiane " di Kevin Murphy [4]. Il modo migliore per imparare BN è leggere questo, scaricare il suo toolbox Matlab [5] e costruire il tuo BN personale in dieci minuti.

1. Classificazione dei modelli di Duda / Hart / Stork
2. Riconoscimento dei modelli e apprendimento automatico di Chris Bishop
3. Reti neurali per il riconoscimento di schemi di Chris Bishop
4. http://www.cs.ubc.ca/~murphyk/ Bayes / bnintro.html
5. Bayes Net Toolbox per Matlab

Answer 3

Dovresti controllare i libri AI (Intelligenza Artificiale). Ho imparato a conoscere Bayesian in Intelligenza artificiale " Un approccio moderno " ;.

Answer 4

Questo libro online mi è stato di grande aiuto in tutti gli aspetti dell'apprendimento automatico, inclusa l'inferenza bayesiana:

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

Concesso che hai familiarità con la teoria della probabilità di base, è una grande risorsa.

Answer 5

Tutti i libri citati finora sono abbastanza buoni. Pearl's è generalmente considerato un po 'difficile da seguire, è anche piuttosto costoso, ma se riesci a gestirlo, tutto il potere per te.

Consiglierei davvero davvero di dare un'occhiata al libro di Chris Bishop, Riconoscimento dei modelli e apprendimento automatico . Penso che sia di gran lunga il miglior trattamento che otterrai dei modelli grafici in un libro di testo, almeno fino a Michael Jordan termina e pubblica il suo libro sull'argomento.

Answer 6

I migliori professori in questi campi sono dal mio punto di vista questi 2 ragazzi: testo del collegamento Ng. Andrew e testo del link Prof. Pallab Dasgupta.

Ho visto tutti i loro tutorial su BBN e sono stati molto utili. Segui semplicemente i link e troverai altre lezioni di intelligenza artificiale con questi 2 ragazzi interessanti.

Divertiti a imparare con loro, Mike

Answer 7

Il ragionamento probabilistico dei sistemi intelligenti del 1988 di Pearl è uno dei lavori più citati sulle reti bayesiane. L'ho trovato abbastanza chiaro. Detto questo, molto è stato fatto sul campo dal 1988. Sarebbe saggio integrare questo libro con lavori più recenti.

Answer 8

Il Machine Learning di Mitchell è un primer estremamente importante nell'area dell'IA. Copre le reti bayesiane, dedicando, per quanto ricordo, un intero capitolo ad esso.

Darei un'occhiata anche alla classe della Rete Bayesiana di Weka per capire un'implementazione pratica. Se non conosci Weka, dai un'occhiata qui: http: // www .cs.waikato.ac.nz / ml / weka /