2008-12-05 129 views

回答

8

我建议“的概率图模型”达芙妮科勒和尼尔·弗里德曼。它是有指导(贝叶斯网络)和无向(马尔科夫网络)图形模型的优秀入门到中级手册。给出的例子是精心制作和易于理解的。

+0

Koller在Coursera上教授一门关于概率图模型的课程:https://www.coursera.org/course/pgm – Falcon 2013-12-24 17:20:46

1

米切尔的机器学习是人工智能领域一个极其重要的底漆。它涵盖贝叶斯网络,致力于,我记得,它整整一章。

我也想看看Weka的贝叶斯网络类来理解实际的实现。如果你不知道的Weka,看看这里:http://www.cs.waikato.ac.nz/ml/weka/

3

珍珠的1988年在智能系统概率推理是贝叶斯网络被引用最多的作品之一。我发现它很清楚。也就是说,自1988年以来,在这个领域已经做了很多工作。用最近的作品来补充这本书是明智的。

4

到目前为止所提到的所有书籍都是相当不错的书籍。 Pearl's通常被认为有点难以遵循,但它也相当昂贵,但是如果你可以管理它,那么所有的权力给你。

我真的真的推荐你看看克里斯毕晓普的书Pattern Recognition and Machine Learning。我认为,在教科书中,你将获得图形模型的最佳治疗方法,至少在Michael Jordan完成并发表他的书的主题。

+0

加1,特别是Bishop的书(但要求你读数学) – Fredriku73 2009-01-13 20:02:49

9

关于一般机器学习的好书是1。但是对BN来说很轻。我没有阅读[2],但我已经阅读[3],他是好的(因此,[2]可能是dwf推荐的那样好)。除非你在攻读博士学位,否则我绝不会推荐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的最好方法是阅读它,下载他的Matlab工具箱[5],并在十分钟内建立自己的BN。

  1. 模式分类的杜达/哈特/鹳
  2. 模式识别和机器学习的克里斯毕晓普
  3. 神经网络模式识别克里斯毕晓普
  4. http://www.cs.ubc.ca/~murphyk/Bayes/bnintro.html
  5. 贝叶斯网络工具箱Matlab的
4

在这个领域里最好的教授是我认为这两个家伙:link text Ng。安德鲁教授和link text Pallab Dasgupta教授。

我一直在看BBN上的所有教程,他们非常有用。只需按照链接,你会发现这2个有趣的家伙更多的人工智能讲座。

有乐趣的学习和他们在一起, 迈克