Book/Probabilistic Graphical Models

Probabilistic Graphical Models: Principles and Techniques†

#amazon(0262013193)

@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．