マルコフ連鎖と隠れマルコフモデルを学習するためのリソース

57

マルコフ連鎖とHMMについて学ぶためのリソース（チュートリアル、教科書、ウェブキャストなど）を探しています。私の経歴は生物学者であり、現在バイオインフォマティクス関連のプロジェクトに携わっています。

また、マルコフモデルとHMMを十分に理解するために必要な数学的背景は何ですか？

私はグーグルを使って見回してきましたが、今のところ良い入門チュートリアルをまだ見つけていません。ここの誰かがよく知っていると思う。

references  markov-process  hidden-markov-model  bioinformatics 
— 弓
ソース
2
正解がないため、投稿をコミュニティWikiにする必要があります。
— csgillespie
1
変換したばかりです。

回答:

19

ここにいくつかのチュートリアルがあります（PDFとして利用可能）：

  1. Dugad and Desai、非表示マルコフモデルのチュートリアル
  2. Valeria De Fonzo1、Filippo Aluffi-Pentini2およびValerio Parisi（2007年）。バイオインフォマティクスの隠れマルコフモデル。現在のバイオインフォマティクス、2、49-61。
  3. スミス、K。バイオインフォマティクスの隠れマルコフモデルとヒトDNAの遺伝子発見への応用

また、バイオコンダクターのチュートリアルもご覧ください。

無料のリソースが必要だと思います。それ以外の場合、Polanski and Kimmel（Springer、2007）のBioinformaticsが概要（§2.8-2.9）とアプリケーション（Part II）を提供します。

— chl
ソース
12

Oliver Cappe et。による非常に良い本もあります。アル：隠れマルコフモデルにおける推論。ただし、それはかなり理論的であり、アプリケーションに非常に軽いです。

Rに例のある別の本がありますが、私はそれを我慢できませんでした- 時系列の隠れマルコフモデル。

追伸：音声認識コミュニティにも、このテーマに関する膨大な文献があります。

— M.ティビット
ソース
8

HMMに関するRabinerのチュートリアルペーパーに答えが記載されていないことは非常に驚くべきことです。

実用的な実装（このペーパーの後半部分）は音声認識に焦点を当てていますが、このペーパーは、その明確で十分に提示された性質のおかげで、おそらくHMMの文献で最もよく引用されるものです。

最初にマルコフチェーンを導入してから、HMMに進みます。

— ジュバルブ
ソース
5

バイオインフォマティクスアプリケーションの場合、HMMに関する古典的なテキストは、Durbin、Eddy、Krough＆Michison、「Biological Sequence Analsysis -Probabilistic Models of Proteins and Nucleic Acids」、Cambridge University Press、1998、ISBN 0-521-62971-3です。これは技術的ですが、非常に明確であり、非常に有用であることがわかりました。

MCMCについては、RobertとCasellaによる最近の（バージョンの）本「Introducing Monte Carlo Methods with R」、Springerがあります。これは学ぶには良い方法ですが、最初にRを学ぶ必要があります; o）

— ディクラン・マースピアル
ソース
3

プリンストンのラモン・ヴァン・ヘンデルによるいくつかのメモは次のとおりです。

このコースは、隠れマルコフモデルの基本的な数学的、統計的、および計算方法のいくつかを紹介しています。

最初のセクションには、生物学、金融、その他の分野におけるHMMの優れたアプリケーションセットが含まれています。

— ロドリゴデアゼベド
ソース
2

マルコフチェーンの優れたインタラクティブな紹介http://setosa.io/ev/markov-chains/

— ガリナ・アルペロビッチ
ソース
質問はマルコフ連鎖を学習するためのリソースを求めているため、ここへのチュートリアルへのリンクが適切です-これは、あなたの答えが自己完結しているとは思わず、リンクの内容を完全に要約しようとするケースの1つです-しかし、このリソースがカバーしているレベル（数学的な前提条件など）やカバーしているトピックなど、このリソースがカバーする内容について少し説明を添えていただければ、はるかに良いでしょう。
— シルバーフィッシュ
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.