贝叶斯经典文献!

为了要搞论文,我从图书馆借了一堆贝叶斯的书来看,虽然看得不算全面,还是在这里做一个小小的总结:
  
茆诗松 《贝叶斯统计》
http://book.douban.com/subject/1551888/
目前看过的讲贝叶斯方法最通俗易懂的书了
张连文 《贝叶斯网引论》
http://book.douban.com/subject/1974704/
以上是我觉得较为好的两本,也是读得比较认真的两本。从贝叶斯理论的基本概念开始讲起,公式推导十分详细,还有非常丰富的实例以及相关理论的应用。 《贝叶斯网引论》最值得称道的一点是上面大部分的算法都给出了图示,也就是随着算法一次次迭代的过程,整个贝叶斯网络变化过程的图示,这样的算法才是读者真正能够看明白的算法。


关于贝叶斯网络,最通俗易懂的书还是
Peter Norvig / Stuart Russell《人工智能:一种现代方法》
http://book.douban.com/subject/1230487/
有一章专讲概率推理,接下来的一章讲贝叶斯网络,包括连续时间的贝叶斯网络,后面还有一章讲了动态贝叶斯网络和隐式马尔可夫模型的内容。此书作者Peter Norvig是google研发部总监,水平确实不是一般的高,很多基本概念和基本思想深入浅出、娓娓道来,贝叶斯网络还附了习题,纸上的和编程都有这一点尤其难得。另外此书的参考文献极为丰富,可惜被天煞的人民邮电出版社给砍掉了。


陈晓平《贝叶斯方法与科学合理性:对休谟问题的思考》
http://book.douban.com/subject/4472081/
这本讲得太哲学化了,大段的讨论,对搞论文没有什么帮助,但是论文搞完了停下来做些思考的时候可以看看。
    
James O.Berger《统计决策论及贝叶斯分析》
http://book.douban.com/subject/1541450/
统计决策论及贝叶斯分析(英文版)
http://book.douban.com/subject/1231242/
    Berger的书是贝叶斯方法的扛鼎之作,探索该领域的必读经典之一,但是按我目前的这种急功近利的心态是没可能读完的了。


《贝叶斯方法(英文版)》
http://book.douban.com/subject/1225932/
本书从极大似然估计开始讲起,主要讲贝叶斯统计学,贝叶斯推断讲的比较少,不涉及贝叶斯网络。老外的写法就是显得比较流畅,另外此书很多的例题和习题,值得一看啊。

Bayesian network technologies(贝叶斯网络技术:应用与图形模型)
http://book.douban.com/subject/2586308/
是一本贝叶斯网络的论文集,分建模、推理、应用三个部分,图书馆借来复印了一本,讲的内容跟生物和医学方面的比较紧密,如果你是搞这方面的论文,这本书会有很好的帮助。


王双成《贝叶斯网络学习、推理与应用》
http://book.douban.com/subject/4715136/
这本书的写法就纯粹罗列公式而已,作者基本上就没有希望这本书被人看明白。图书馆借来,很快就还掉了。

《贝叶斯网络理论在装备故障诊断中的应用》
http://book.douban.com/subject/3883514/
国人编的书,先是一大堆综述,然后理论部分快速带过,纯讲应用的部分很不够深入。唯一值得借鉴的就是前2章综述部分了。

肖秦琨 / 高嵩 / 高晓光《动态贝叶斯网络推理学习理论及应用》
http://book.douban.com/subject/2306630/
跟上一本差不多,综述和入门级内容,不够深入。

明志茂 / 陶俊勇 / 陈循《动态分布参数的贝叶斯可靠性分析》
http://book.douban.com/subject/5432335/
同样是大段罗列公式的专著,动态分布参数这个词似乎故意是想把问题说复杂,贝叶斯方法里参数本身也是一个不确定量啊!

吴喜之《现代贝叶斯统计学》
http://book.douban.com/subject/1105649/
又是一本罗列结论的书,我翻过之后很快就放回了图书馆的书架
最新的贝叶斯神经网络文献包括以下几篇: - "独立多元高斯分布与Variational inference in Bayesian neural networks" 这篇文章探讨了贝叶斯神经网络的独立多元高斯分布和变分推断方法。 - "浅析贝叶斯神经网络(Based on Variational Bayesian)" 这篇文章通过变分贝叶斯的方法,对贝叶斯神经网络进行了深入的分析。 - "Bayesian Neural Networks: 贝叶斯神经网络" 这篇文章对贝叶斯神经网络的基本概念和应用进行了介绍。 - "A Short Introduction to Bayesian Neural Networks" 这篇文章提供了关于贝叶斯神经网络的简要介绍,包括其与贝叶斯理论的结合以及解决神经网络挑战的能力。 这些文献都深入探讨了贝叶斯神经网络的方法和应用,对于了解最新的贝叶斯神经网络研究有很大的帮助。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [深度学习——贝叶斯神经网络](https://blog.csdn.net/dhaiuda/article/details/106383465)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [MindSpore实践:神经网络与贝叶斯神经网络](https://blog.csdn.net/Kenji_Shinji/article/details/126623955)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值