Probabilistic Graphical Models: Principles and Techniques

@Book{book_id,
 author =    "D. Koller and N. Friedman",
 title =        "Probabilistic Graphical Models: Principles and Techniques",
 publisher =    {The MIT Press},
 address =      "Cambridge, " # MA,
 year =         2009
}

キーワード

グラフィカルモデル, 積和アルゴリズム, max-sumアルゴリズム, Markov確率場, ベイジアンネット, Dirichlet過程, 条件付確率場, 条件付独立, 有向分離, 確率伝播, Markov連鎖モンテカルロ, Gibbsサンプラー, 因果推論, 隠れMarkovモデル, ジャンクションツリー, 変分ベイズ, 重点サンプリング, Metropolis-Hastingsアルゴリズム, collapsed Markov連鎖モンテカルロ, 期待値伝播アルゴリズム, 粒子フィルタ, Kalmanフィルタ, EMアルゴリズム, 最大エントロピー

メモ

  • 1000ページ以上,2.2kg もする大著で,この分野のバイブル
  • まだ学生なのに講義をしていたらしいという秀才 Koller とやはりこの分野のオーソリティの一人 Friedman がタッグを組んだグラフィカルモデルの本
  • ポイントが「指さしマーク」でまとめてある.図1.2のコース表 を使えば,目的に応じて読む部分を減らすことも可能
  • ノンパラメトリックベイズはまだあまりかかれていないが,それ以外のグラフィカルモデルについては,因果推論まで網羅した意欲的な内容
  • Gauss分布を使うグラフィカルモデル, collapsed Markov連鎖モンテカルロ, PAC学習に基づく限界の分析, グラフの構造学習など他の本にはない高度なないよう
  • 索引で,アルゴリズムが全部 "Algorithm" のサブ項目になってるのは,とっても引きにくいと思う.あと,ところどころアルファベット順にならんでない.

-- しましま

リンク集


トップ   編集 凍結 差分 バックアップ 添付 複製 名前変更 リロード   新規 一覧 単語検索 最終更新   ヘルプ   最終更新のRSS
Last-modified: 2010-02-11 (木) 16:10:47 (2490d)