对于初学者来说,学习贝叶斯网络的最佳书籍是哪本书?
8 回答
我会推荐 Daphne Koller 和 Nir Friedman 的“概率图形模型”。它是一本关于有向(贝叶斯网络)和无向(马尔可夫网络)图形模型的优秀入门到中级手册。给出的例子很详细,很容易理解。
一本关于通用机器学习的好书是1 . 但对BN来说却很轻。我没有读过[2],但我读过他的[3],这很好(所以,[2] 可能像dwf 推荐的那样好)。除非您正在攻读博士学位,否则我根本不会推荐 Pearl 的书!
但是,我实际上会推荐 Kevin Murphy [4] 的在线教程“图形模型和贝叶斯网络简介”。学习 BN 的最佳方法是阅读这篇文章,下载他的 Matlab 工具箱 [5] 并在十分钟内构建您自己的 BN。
- Duda/Hart/Stork 的模式分类
- Chris Bishop 的模式识别和机器学习
- 用于模式识别的神经网络 作者 Chris Bishop
- http://www.cs.ubc.ca/~murphyk/Bayes/bnintro.html
- Matlab 的贝叶斯网络工具箱
您应该查看 AI(人工智能)书籍。我在人工智能“现代方法”中了解了贝叶斯。
这本在线书籍在机器学习的各个方面都对我非常有帮助,包括贝叶斯推理:
http://www.inference.phy.cam.ac.uk/mackay/itila/book.html
如果您熟悉基本的概率论,它是一个很好的资源。
到目前为止提到的所有书籍都非常好。Pearl's 通常被认为有点难以追随,它也相当昂贵,但如果你能管理它,所有的权力都归你。
我真的非常推荐您查看 Chris Bishop 的书Pattern Recognition and Machine Learning。我认为这绝对是教科书中图形模型的最佳处理方式,至少在迈克尔乔丹完成并出版他关于该主题的书之前。
珀尔 1988 年的《智能系统中的概率推理》是贝叶斯网络上被引用次数最多的著作之一。我发现它很清楚。也就是说,自 1988 年以来,该领域已经做了很多工作。明智的做法是用最近的作品补充本书。
Mitchell 的机器学习是人工智能领域极其重要的入门读物。它涵盖了贝叶斯网络,我记得用了一整章的篇幅来介绍它。
我还会查看 Weka 的贝叶斯网络课程以了解实际实现。如果您不了解 Weka,请在此处查看:http ://www.cs.waikato.ac.nz/ml/weka/