University Sétif 1 FERHAT ABBAS Faculty of Sciences
Détail de l'auteur
Auteur Marco Scutari |
Documents disponibles écrits par cet auteur



Titre : Réseaux bayésiens avec R Type de document : texte imprimé Auteurs : Jean-Baptiste Denis ; Marco Scutari, Auteur Editeur : EDP sciences Année de publication : 2014 Importance : 1 vol. (240 p.) Format : 24 cm ISBN/ISSN/EAN : 978-2-7598-1198-4 Langues : Français (fre) Catégories : Informatique
MathématiqueMots-clés : Statistique bayésienne : R (logiciel) Réseaux bayésiens : hybrides Réseaux bayésiens : grandeur réelle Bayésiens : réseaux Index. décimale : 519.5 - Statistique mathématique , analyse statistique Résumé :
Cet ouvrage introduit ses lecteurs à la découverte des réseaux bayésiens. À 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. Le cinquième chapitre est dédié à une revue des principaux logiciels disponibles, en particulier des paquets R existant. Le sixième chapitre est le traitement en détails de deux situations réelles qu'ont abordées les auteurs dans leurs activités professionnelles, à l'aide des réseaux bayésiens. Il comprend également les principales commandes de R utilisées pour mener les calculs. Les cinq premiers chapitres comportent des exercices dont les solutions sont proposées en fin d'ouvrage. Deux annexes indépendantes sont consacrées à la théorie des graphes et aux distributions de probabilité majeures. Enfin, un glossaire des termes spécialisés employés tout au long de l'ouvrage est fourni ainsi qu'un index général, il contient en particulier les références de toutes les fonctions R invoquées. Les auteurs ont cherché à d'abord expliquer les concepts par l'intuition et l'exemple avant d'aboutir au formalisme mathématico-informatique. À la fois pratique et théorique l'ouvrage sera utile aussi bien aux chercheurs et ingénieurs qui doivent modéliser une situation incertaine ou interpréter des données où interviennent de nombreuses variables aléatoires qu'aux étudiants en mathématiques appliquées.Note de contenu :
Sommaire
CAS DISCRET : LES RESEAUX BAYESIENS MULTINOMIAUX
CAS CONTINU : LES RESEAUX BAYESIENS GAUSSIENS
RESEAUX BAYESIENS HYBRIDES
THEORIE DES RESEAUX BAYESIENS ZR ALGORITHMES ASSOCIES
RESEAUX BAYESIENS EN GRANDEUR REELLECôte titre : Fs/15620-15624 Réseaux bayésiens avec R [texte imprimé] / Jean-Baptiste Denis ; Marco Scutari, Auteur . - [S.l.] : EDP sciences, 2014 . - 1 vol. (240 p.) ; 24 cm.
ISBN : 978-2-7598-1198-4
Langues : Français (fre)
Catégories : Informatique
MathématiqueMots-clés : Statistique bayésienne : R (logiciel) Réseaux bayésiens : hybrides Réseaux bayésiens : grandeur réelle Bayésiens : réseaux Index. décimale : 519.5 - Statistique mathématique , analyse statistique Résumé :
Cet ouvrage introduit ses lecteurs à la découverte des réseaux bayésiens. À 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. Le cinquième chapitre est dédié à une revue des principaux logiciels disponibles, en particulier des paquets R existant. Le sixième chapitre est le traitement en détails de deux situations réelles qu'ont abordées les auteurs dans leurs activités professionnelles, à l'aide des réseaux bayésiens. Il comprend également les principales commandes de R utilisées pour mener les calculs. Les cinq premiers chapitres comportent des exercices dont les solutions sont proposées en fin d'ouvrage. Deux annexes indépendantes sont consacrées à la théorie des graphes et aux distributions de probabilité majeures. Enfin, un glossaire des termes spécialisés employés tout au long de l'ouvrage est fourni ainsi qu'un index général, il contient en particulier les références de toutes les fonctions R invoquées. Les auteurs ont cherché à d'abord expliquer les concepts par l'intuition et l'exemple avant d'aboutir au formalisme mathématico-informatique. À la fois pratique et théorique l'ouvrage sera utile aussi bien aux chercheurs et ingénieurs qui doivent modéliser une situation incertaine ou interpréter des données où interviennent de nombreuses variables aléatoires qu'aux étudiants en mathématiques appliquées.Note de contenu :
Sommaire
CAS DISCRET : LES RESEAUX BAYESIENS MULTINOMIAUX
CAS CONTINU : LES RESEAUX BAYESIENS GAUSSIENS
RESEAUX BAYESIENS HYBRIDES
THEORIE DES RESEAUX BAYESIENS ZR ALGORITHMES ASSOCIES
RESEAUX BAYESIENS EN GRANDEUR REELLECôte titre : Fs/15620-15624 Exemplaires (5)
Code-barres Cote Support Localisation Section Disponibilité Fs/15620 Fs/15620-15624 livre Bibliothéque des sciences Français Disponible
DisponibleFs/15621 Fs/15620-15624 livre Bibliothéque des sciences Français Disponible
DisponibleFs/15622 Fs/15620-15624 livre Bibliothéque des sciences Français Disponible
DisponibleFs/15623 Fs/15620-15624 livre Bibliothéque des sciences Français Disponible
DisponibleFs/15624 Fs/15620-15624 livre Bibliothéque des sciences Français Disponible
Disponible