Titre : |
Réseaux bayésiens avec R |
Type de document : |
texte imprimé |
Auteurs : |
Denis, Jean-Baptiste, Auteur ; Scutari, Marco, Auteur |
Editeur : |
Les Ulis : EDP sciences |
Année de publication : |
2014 |
Collection : |
Pratique R |
Importance : |
240 p. |
Présentation : |
ill. |
Format : |
24 cm. |
ISBN/ISSN/EAN : |
978-2-7598-1198-4 |
Note générale : |
Bibliogr. p. 229-236. Index |
Langues : |
Français (fre) |
Mots-clés : |
R (logiciel) Statistique bayésienne |
Index. décimale : |
519.5 |
Résumé : |
Cet ouvrage introduit ses lecteurs à la découverte des réseaux bayésiens. A partir d'exemples simples, mais suffisamment complexes pour détailler les différents mécanismes en cause, les trois premiers chapitres présentent les réseaux bayésiens pour variables discrètes, variables gaussiennes et variables quelconques. Toutes les étapes de construction, de vérification des propriétés, d'estimation et d'interprétation sont illustrées par l'usage de fonctions R.
Le but est de permettre aux lecteurs de reproduire la démarche pour leurs propres problématiques, en utilisant leurs propres données par simple adaptation de ce qui est présenté. Le quatrième chapitre propose un traitement concis mais rigoureux des théories mathématiques sous-jacentes couvrant la définition des réseaux bayésiens, les principaux algorithmes d'apprentissage de structure à partir de données et les requêtes d'exploration des propriétés d'un réseau estimé pour répondre à diverses questions concrètes. |
Réseaux bayésiens avec R [texte imprimé] / Denis, Jean-Baptiste, Auteur ; Scutari, Marco, Auteur . - Les Ulis : EDP sciences, 2014 . - 240 p. : ill. ; 24 cm.. - ( Pratique R) . ISBN : 978-2-7598-1198-4 Bibliogr. p. 229-236. Index Langues : Français ( fre)
Mots-clés : |
R (logiciel) Statistique bayésienne |
Index. décimale : |
519.5 |
Résumé : |
Cet ouvrage introduit ses lecteurs à la découverte des réseaux bayésiens. A partir d'exemples simples, mais suffisamment complexes pour détailler les différents mécanismes en cause, les trois premiers chapitres présentent les réseaux bayésiens pour variables discrètes, variables gaussiennes et variables quelconques. Toutes les étapes de construction, de vérification des propriétés, d'estimation et d'interprétation sont illustrées par l'usage de fonctions R.
Le but est de permettre aux lecteurs de reproduire la démarche pour leurs propres problématiques, en utilisant leurs propres données par simple adaptation de ce qui est présenté. Le quatrième chapitre propose un traitement concis mais rigoureux des théories mathématiques sous-jacentes couvrant la définition des réseaux bayésiens, les principaux algorithmes d'apprentissage de structure à partir de données et les requêtes d'exploration des propriétés d'un réseau estimé pour répondre à diverses questions concrètes. |
| |