貝葉斯網絡教程

8

我建議「的概率圖模型」達芙妮科勒和尼爾·弗裏德曼。它是有指導（貝葉斯網絡）和無向（馬爾科夫網絡）圖形模型的優秀入門到中級手冊。給出的例子是精心製作和易於理解的。

來源

2010-12-14 17:31:42 Ikram

+0

Koller在Coursera上教授一門關於概率圖模型的課程：https：//www.coursera.org/course/pgm – Falcon 2013-12-24 17:20:46

8

您應該檢查AI（人工智能）書籍。我已經瞭解貝葉斯在Artificial Intelligence "A modern approach」

來源

2008-12-05 21:49:27

+0

我也是。這是一個有趣的閱讀。 – jensgram 2009-06-24 12:02:48

4

這個在線圖書一直是我極大的幫助在機器學習的各個方面，包括貝葉斯推理：

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

就算你熟悉基本的概率理論上講，它是一個很好的資源。

來源

2008-12-05 22:27:08 eulerfx

1

米切爾的機器學習是人工智能領域一個極其重要的底漆。它涵蓋貝葉斯網絡，致力於，我記得，它整整一章。

我也想看看Weka的貝葉斯網絡類來理解實際的實現。如果你不知道的Weka，看看這裏：http://www.cs.waikato.ac.nz/ml/weka/

來源

2008-12-05 22:56:25

3

珍珠的1988年在智能系統概率推理是貝葉斯網絡被引用最多的作品之一。我發現它很清楚。也就是說，自1988年以來，在這個領域已經做了很多工作。用最近的作品來補充這本書是明智的。

來源

2008-12-05 23:40:22

4

到目前爲止所提到的所有書籍都是相當不錯的書籍。 Pearl's通常被認爲有點難以遵循，但它也相當昂貴，但是如果你可以管理它，那麼所有的權力給你。

我真的真的推薦你看看克里斯畢曉普的書Pattern Recognition and Machine Learning。我認爲，在教科書中，你將獲得圖形模型的最佳治療方法，至少在Michael Jordan完成並發表他的書的主題。

來源

2009-01-05 21:56:28 dwf

+0

加1，特別是Bishop的書（但要求你讀數學） – Fredriku73 2009-01-13 20:02:49

9

關於一般機器學習的好書是1。但是對BN來說很輕。我沒有閱讀[2]，但我已經閱讀[3]，他是好的（因此，[2]可能是dwf推薦的那樣好）。除非你在攻讀博士學位，否則我絕不會推薦Pearl的書！

但是，我實際上會推薦Kevin Murphy [4]的在線教程「圖形模型和貝葉斯網絡簡介」。學習BN的最好方法是閱讀它，下載他的Matlab工具箱[5]，並在十分鐘內建立自己的BN。

模式分類的杜達/哈特/鸛
模式識別和機器學習的克里斯畢曉普
神經網絡模式識別克里斯畢曉普
http://www.cs.ubc.ca/~murphyk/Bayes/bnintro.html
貝葉斯網絡工具箱Matlab的

來源

2009-02-05 19:06:12 graveca

4

在這個領域裏最好的教授是我認爲這兩個傢伙：link text Ng。安德魯教授和link text Pallab Dasgupta教授。

我一直在看BBN上的所有教程，他們非常有用。只需按照鏈接，你會發現這2個有趣的傢伙更多的人工智能講座。

有樂趣的學習和他們在一起，邁克

來源

2009-12-27 08:22:56

貝葉斯網絡教程

回答

相關問題