Bayesian redes tutorial [fechado]

Question

Para um iniciante, que é o melhor livro para começar com para estudar Bayesian Networks?

Answer 1

Eu recomendaria "probabilístico gráficas Models" por Daphne Koller e Nir Friedman. Sua um manual excelente arranque a intermediário em ambos dirigidos (Bayesian Networks) e (Markov Redes) modelos sem direção gráficas. Os exemplos dados são elaborados e fácil de entender.

Answer 2

Um bom livro sobre aprendizagem de máquina geral é 1 . Mas é bastante leve em BN. Eu não li [2], mas eu li [3] por ele que é bom (assim, [2] é provável que seja bom como recomendado pelo DWF). Eu não recomendo o livro de Pérola em tudo a menos que você está fazendo o seu Ph.D.!

No entanto, eu realmente recomendo o tutorial online " Uma Breve Introdução aos modelos gráficos e redes Bayesian " por Kevin Murphy [4]. A melhor maneira de aprender BN é ler isso, baixe sua caixa de ferramentas Matlab [5] e construir o seu próprio BN em dez minutos.

1. classificação do teste padrão por Duda / Hart / cegonha
2. Reconhecimento de Padrões e Machine Learning por Chris Bishop
3. Redes Neurais para Pattern Recognition por Chris Bishop
4. http://www.cs.ubc.ca/~murphyk/ Bayes / bnintro.html
5. Bayes Toolbox líquido Matlab

Answer 3

Você deve verificar a existência de IA (inteligência artificial) livros. Eu aprender sobre Bayesian em Inteligência Artificial "A abordagem moderna ".

Answer 4

Este livro on-line tem sido extremamente útil para mim em todos os aspectos da aprendizagem de máquina, incluindo inferência Bayesiana:

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

Com certeza você está familiarizado com a teoria da probabilidade básica, é um excelente recurso.

Answer 5

Todos os livros mencionados até agora são muito bons. Pearl é geralmente considerado como sendo um pouco difícil de seguir, é também muito caro, mas se você pode controlá-lo, todo o poder para você.

Eu realmente realmente recomendo que você confira o livro de Chris Bishop, Reconhecimento de Padrões e Machine Learning . Eu acho que é, de longe, o melhor tratamento que você está indo para obter de modelos gráficos em um livro, pelo menos até que acabamentos Michael Jordan e publica seu livro sobre o assunto.

Answer 6

Os melhores professores neste campo são, de meu ponto de vista estes 2 homens: texto do link Ng. Andrew e texto do link Prof. Pallab Dasgupta.

Fui assistir todos os seus tutoriais sobre BBN e eles foram muito usefull.Just seguir os links e você vai encontrar mais palestras AI com este 2 homens interessantes.

aprendizado divertido ter com eles, Mike

Answer 7

Pearl 1988 probabilística Raciocínio em Sistemas Inteligentes é o um dos trabalhos mais citados no Bayesian Networks. Eu achei muito clara. Dito isto, muito tem sido feito no campo desde 1988. Seria sensato para complementar este livro com trabalhos mais recentes.

Answer 8

Mitchell do Machine Learning é um primer extremamente importante na área da AI. Abrange Bayesian Networks, dedicando, se bem me lembro, um capítulo inteiro a ele.

Eu também confira classe Bayesian Network da Weka para entender uma implementação prática. Se você não sabe sobre Weka, confira aqui: http: // www .cs.waikato.ac.nz / ml / weka /