May 2024
Intermediate to advanced
202 pages
3h 12m
Chinese
下面的参考文献都是在本书的编写过程中用到的。我们鼓励想对概率图模型和贝叶斯建模有进一步了解的读者阅读这些文献。
本书中的许多例子和解释都是从这些文献中得到启发。
Gelman, A., Carlin, J.B., Stern, H.S., Dunson, D.B, Vehtari, A., and Rubin, D.B.. Bayesian Data Analysis, 3rd Edition. CRC Press, 2013。这本关于贝叶斯建模的参考书从最基本的概念介绍到最前沿的技术,并关注建模和计算流程。
Robert, C.P.. The Bayesian Choice: From Decision-Theoretic Foundations to Computational Implementation. Springer, 2007。这本书更加理论,但是给出了贝叶斯范式许多概念的严格推导。
McGrayne, Sharon Bertsch. The Theory That Would Not Die. Yale University Press, 2011。这本书介绍了贝叶斯规则如何破解英格玛密码,帮助击沉俄国潜艇,取得了两个世纪以来的伟大胜利。从托马斯贝叶斯的第一篇文章到21世纪的最新进展,这本书都做了生动的历史回顾。
Murphy, K.P.. Machine Learning: A Probabilistic Perspective. The MIT Press, 2012。这本书介绍了机器学习的很多算法。它不仅仅介绍了图模型和贝叶斯模型。这是最好的参考书之一。
Bishop, C.M. ...
Read now
Unlock full access