Ich suche nach Ressourcen (Tutorials, Lehrbücher, Webcasts usw.), um mehr über Markov Chain und HMMs zu erfahren. Ich bin Biologe und arbeite derzeit in einem bioinformatischen Projekt.
Welchen mathematischen Hintergrund benötige ich, um Markov-Modelle und HMMs ausreichend zu verstehen?
Ich habe mich mit Google umgesehen, aber bisher habe ich noch kein gutes Einführungs-Tutorial gefunden. Ich bin sicher, jemand hier weiß es besser.
Antworten:
Hier sind einige Tutorials (als PDFs verfügbar):
Schauen Sie sich auch die Tutorials zu Bioconductor an .
Ich gehe davon aus, dass Sie freie Ressourcen wollen. Ansonsten bietet Bioinformatik von Polanski und Kimmel (Springer, 2007) einen schönen Überblick (§2.8-2.9) und Anwendungen (Teil II).
quelle
Es gibt auch ein wirklich gutes Buch von Oliver Cappe et. al: Inferenz in Hidden-Markov-Modellen . Es ist jedoch ziemlich theoretisch und sehr leicht für die Anwendungen.
Es gibt ein anderes Buch mit Beispielen in R, aber ich konnte es nicht ertragen - Hidden Markov Models for Time Series .
PS: Die Spracherkennungsgemeinschaft hat auch eine Menge Literatur zu diesem Thema.
quelle
Es ist ziemlich überraschend, dass in keiner der Antworten das Rabiner-Tutorialpapier zu HMMs erwähnt wird.
Während sich die praktische Umsetzung (letzter Teil des Papiers) auf die Spracherkennung konzentriert, ist dieses Papier in der HMM-Literatur wahrscheinlich das am häufigsten zitierte, da es klar und übersichtlich ist.
Es beginnt mit der Einführung von Markov-Ketten und geht dann weiter zu HMMs.
quelle
Für bioinformatische Anwendungen wäre der klassische Text zu HMMs Durbin, Eddy, Krough & Michison, " Biological Sequence Analsysis - Probabilistic Models of Proteins and Nucleic Acids", Cambridge University Press, 1998, ISBN 0-521-62971-3. Es ist technisch, aber sehr klar und ich fand es sehr nützlich.
Für MCMC gibt es ein aktuelles (Version eines) Buches von Robert und Casella, " Introducing Monte Carlo Methods with R" , Springer, das gut aussieht, aber ich hatte noch keine Gelegenheit, es zu lesen (verwendet R als Beispiele). das ist ein guter Weg, um zu lernen, aber ich muss zuerst R lernen; o)
quelle
Bereits nette Vorschläge, ich möchte die folgenden Artikel hinzufügen, die HMMs aus der Perspektive der Anwendung in der Biologie von Sean Eddy beschreiben.
quelle
Ich habe HMMs mit dem großartigen Buch von Walter Zucchini und Iain L. MacDonald gelernt
Versteckte Markov-Modelle für Zeitreihen: Eine Einführung mit R
Es ist wirklich gut und enthält Beispiele in R.
quelle
Werfen Sie einen Blick auf die (HMM) Toolbox für Matlab von Kevin Murphy und lesen Sie auch den Abschnitt Empfohlene Lektüre zu HMMs auf dieser Site.
Sie können auch probabilistisches Modellierungs-Toolkit für Matlab / Octave mit einigen Beispielen für die Verwendung von Markov-Ketten und HMM erhalten.
Sie können auch Vorlesungen und Übungen zu HMM finden, zum Beispiel:
quelle
Meine 2 Cent
Schön erklärt und frei.
Versteckte Markov-Modelle, Theorie und Anwendungen
University of Leeds Tutorial
quelle
Hier einige Notizen von Ramon van Handel in Princeton:
Der erste Abschnitt enthält eine schöne Reihe von Anwendungen von HMMs in der Biologie, Finanzen, ...
quelle
Hier ist eine schöne interaktive Einführung in Markov Chains http://setosa.io/ev/markov-chains/
quelle
Es gibt nur 3 Videos, die ich sehr nützlich gefunden habe, um die Mathematik hinter versteckten Markov-Modellen zu verstehen.
https://www.youtube.com/watch?v=E3qrns5f3Fw
https://www.youtube.com/watch?v=cjlhpaDXihE
https://www.youtube.com/watch?v=5sGEF-e82yY
Diese sind wirklich gut und werden von einem der besten indischen Professoren des IIT krg unterrichtet.
quelle