×

贝叶斯网络。以R为例。第二版。 (英文) Zbl 1475.62005号

查普曼和霍尔/CRC统计科学系列教材佛罗里达州博卡拉顿:CRC出版社(ISBN 978-0-367-36651-3/hbk;978-0-429-34743-6/电子书)。xv,258页。(2022).
出版商描述:贝叶斯网络:通过R中的示例,第二版使用实际操作方法介绍了贝叶斯网。简单而有意义的示例说明了建模过程的每个步骤,并使用R代码并肩讨论了基本理论及其应用。示例从最简单的概念开始,并逐渐增加复杂性。特别是,这个新版本包含了关于现代机器学习实践主题的重要新材料:动态网络、具有异构变量的网络和模型验证。
前三章解释了贝叶斯网络建模的整个过程,从结构学习到参数学习再到推理。这些章节涵盖离散、高斯和条件高斯贝叶斯网络。以下两章深入研究了动态网络(用于建模时间数据)和包含任意随机变量的网络(使用Stan)。然后,该书对贝叶斯网络的基本原理进行了简明但严格的处理,并介绍了因果贝叶斯网。它还概述了R包和其他实现贝叶斯网络的软件。最后一章评估了两个真实世界的例子:一个发表在《科学》杂志上的里程碑式因果蛋白质噬菌体网络和一个用于预测不同身体部位组成的概率图形模型。
本书涵盖了贝叶斯网络的理论和实践方面,为您提供了该领域的介绍性概述。它让您对这种建模方法背后的关键点有一个清晰、实用的理解,同时,它让您熟悉在R中实现真实世界分析所使用的最相关的软件包。本书中涵盖的示例涉及多个应用领域、数据驱动模型和专家系统,概率和因果观点,从而为您提供了在各种场景中工作的起点。
在线补充材料包括书中使用的数据集和代码,这些都可以从https://www.bnlearn.com/book-crc-2ed/.
参见第一版的评审[Zbl 1341.62025号].

MSC公司:

62-01 与统计有关的介绍性说明(教科书、辅导论文等)
2015年1月62日 贝叶斯推断
68层35 人工智能语言和软件系统理论(基于知识的系统、专家系统等)
62-08 统计问题的计算方法
62页第10页 统计学在生物学和医学科学中的应用;元分析
68T05型 人工智能中的学习和自适应系统
PDF格式BibTeX公司 XML格式引用
全文: 内政部