Учебник по байесовским сетям [закрыто]

StackOverflow https://stackoverflow.com/questions/345280

Вопрос

Для новичка, какую книгу лучше всего начать с изучения байесовских сетей?

Это было полезно?

Решение

Я бы порекомендовал " Вероятностные графические модели " Дафни Коллер и Нир Фридман. Это превосходное руководство от начального до среднего уровня как для направленных (байесовские сети), так и для ненаправленных (марковские сети) графических моделей. Приведенные примеры сложны и просты для понимания.

Другие советы

Хорошая книга по общему машинному обучению - 1 . Но это довольно легко на BN. Я не читал [2], но прочитал [3] им, что хорошо (поэтому [2], вероятно, будет хорошо, как рекомендовано dwf). Я бы не стал рекомендовать книгу Перла, если только вы не защитите докторскую диссертацию.

Однако я бы порекомендовал интерактивный учебник " Краткое введение в графические модели и байесовские сети " Кевин Мерфи [4]. Лучший способ изучить BN - это прочитать его, загрузить его набор инструментов Matlab [5] и создать свой собственный BN за десять минут.

<Ол>
  • Классификация по Дуде / Харту / Аисту
  • Распознавание образов и машинное обучение Криса Бишопа
  • Нейронные сети для распознавания образов Криса Бишопа
  • http://www.cs.ubc.ca/~murphyk/ Байеса / bnintro.html
  • Bayes Net Toolbox для Matlab

    • Вы должны проверить книги AI (искусственный интеллект). Я узнал о байесовском в искусственном интеллекте & "Современный подход &"; .

    Эта онлайн-книга была чрезвычайно полезна для меня во всех аспектах машинного обучения, включая байесовский вывод:

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

    Конечно, вы знакомы с базовой теорией вероятностей, это отличный ресурс.

    Все упомянутые книги довольно хорошие. В общем, за Pearl обычно трудно следовать, к тому же это довольно дорого, но если вы справитесь с этим, вся сила для вас.

    Я бы действительно действительно рекомендовал вам ознакомиться с книгой Криса Бишопа, Распознавание образов и машинное обучение . Я думаю, что это самое лучшее, что вы можете получить от графических моделей в учебнике, по крайней мере до Майкл Джордан заканчивает и публикует свою книгу на эту тему.

    Лучшие профессора в этой области, на мой взгляд, это два парня: текст ссылки Ng. Эндрю и текст ссылки профессор Паллаб Дасгупта.

    Я смотрел все их учебники на BBN, и они были очень полезны. Просто перейдите по ссылкам, и вы найдете больше лекций по искусственному интеллекту с этими 2 интересными парнями.

    Весело с ними учиться, Mike

    Pearl's 1988 Вероятностные рассуждения в интеллектуальных системах - одна из самых цитируемых работ в Байесовских сетях. Я нашел это совершенно ясно. Тем не менее, с 1988 года в этой области многое сделано. Было бы разумно дополнить эту книгу более поздними работами.

    Машинное обучение Митчелла - чрезвычайно важный учебник в области ИИ. Он охватывает Байесовские сети, посвящая, насколько я помню, целую главу.

    Я бы также ознакомился с классом Wees's Bayesian Network, чтобы понять практическую реализацию. Если вы не знаете о Weka, проверьте это здесь: http: // www .cs.waikato.ac.nz / мл / WEKA /

    Лицензировано под: CC-BY-SA с атрибуция
    Не связан с StackOverflow
    scroll top