Szukam zasobów (samouczki, podręczniki, webcast itp.), Aby dowiedzieć się więcej o Markov Chain i HMM. Pochodzę z zawodu biologa i obecnie jestem zaangażowany w projekt związany z bioinformatyką.
Ponadto, jakie są niezbędne podstawy matematyczne, których potrzebuję, aby dobrze zrozumieć modele Markowa i HMM?
Rozglądałem się za pomocą Google, ale jak dotąd nie znalazłem dobrego samouczka wprowadzającego. Jestem pewien, że ktoś tu wie lepiej.
Odpowiedzi:
Oto kilka samouczków (dostępnych jako pliki PDF):
Zobacz także samouczki poświęcone bioconduktorom .
Zakładam, że chcesz wolnych zasobów; w przeciwnym razie Bioinformatyka z Polańskiego i Kimmela (Springer, 2007) zapewnia ładny przegląd (§ 2.8–2.9) i zastosowania (część II).
źródło
Jest też naprawdę dobra książka Olivera Cappe i in. al: Wnioskowanie w ukrytych modelach Markowa . Jest to jednak dość teoretyczne i bardzo lekkie w zastosowaniach.
Jest jeszcze jedna książka z przykładami w R, ale nie mogłem tego znieść - Ukryte modele Markowa dla szeregów czasowych .
Ps Społeczność rozpoznająca mowę ma również mnóstwo literatury na ten temat.
źródło
Zaskakujące jest to, że żadna z odpowiedzi nie wspomina o tutorialu Rabinera na temat HMM.
Chociaż praktyczne wdrożenie (druga część artykułu) koncentruje się na rozpoznawaniu mowy, ten artykuł jest prawdopodobnie najczęściej cytowany w literaturze HMM, ze względu na jego jasny i dobrze przedstawiony charakter.
Zaczyna się od wprowadzenia łańcuchów markowa, a następnie przechodzi do HMM.
źródło
W przypadku aplikacji bioinformatycznych klasyczny tekst na temat HMM brzmiałby: Durbin, Eddy, Krough i Michison, „ Analiza sekwencji biologicznej - probabilistyczne modele białek i kwasów nukleinowych”, Cambridge University Press, 1998, ISBN 0-521-62971-3. Jest to techniczne, ale bardzo jasne i uważam, że jest bardzo przydatne.
Dla MCMC jest najnowsza (wersja) książka Roberta i Caselli „ Wprowadzenie do metod Monte Carlo za pomocą R” , Springer, która wygląda dobrze, ale nie miałem jeszcze okazji jej przeczytać (na przykład używa R. co jest dobrym sposobem na naukę, ale najpierw muszę się nauczyć R; o)
źródło
Już dobre sugestie, chciałbym dodać następujące artykuły, które opisują HMM z perspektywy zastosowania w biologii przez Seana Eddy'ego.
źródło
Nauczyłem się HMM korzystając ze wspaniałej książki Waltera Zucchini i Iaina L. MacDonald
Ukryte modele Markowa dla szeregów czasowych: wprowadzenie z użyciem R.
Jest naprawdę dobry i zawiera przykłady w języku R.
źródło
Spójrz na (HMM) Toolbox for Matlab autorstwa Kevina Murphy'ego, a także w sekcji Zalecane lektury na temat HMM na tej stronie.
Możesz również uzyskać zestaw narzędzi do modelowania probabilistycznego dla Matlab / Octave z kilkoma przykładami użycia Markov Chains i HMM.
Możesz także znaleźć wykłady i laboratoria na temat HMM, na przykład:
źródło
Moje 2 centy
Pięknie wyjaśnione i darmowe.
Ukryte modele Markowa, teoria i zastosowania
University of Leeds Tutorial
źródło
Oto kilka notatek Ramona van Handla z Princeton:
Pierwsza sekcja zawiera ładny zestaw aplikacji HMM w biologii, finansach, ...
źródło
Oto miłe interaktywne wprowadzenie do łańcuchów Markowa http://setosa.io/ev/markov-chains/
źródło
Są tylko 3 filmy, które uważam za bardzo przydatne do zrozumienia matematyki za ukrytymi modelami Markowa -
https://www.youtube.com/watch?v=E3qrns5f3Fw
https://www.youtube.com/watch?v=cjlhpaDXihE
https://www.youtube.com/watch?v=5sGEF-e82yY
Są naprawdę dobre i nauczane przez jednego z najlepszych indyjskich profesorów z IIT krg.
źródło