Je suis à la recherche de ressources (tutoriels, manuels, webcast, etc.) pour en apprendre davantage sur la chaîne de Markov et les HMM. Mon expérience est en tant que biologiste et je suis actuellement impliqué dans un projet lié à la bioinformatique.
En outre, quels sont les connaissances mathématiques nécessaires pour bien comprendre les modèles de Markov et les HMM?
J'ai cherché à utiliser Google, mais je n'ai pas encore trouvé de bon tutoriel d'introduction. Je suis sûr que quelqu'un ici sait mieux.
Réponses:
Voici quelques tutoriels (disponibles au format PDF):
Jetez également un coup d'œil aux didacticiels sur les bioconducteurs .
Je suppose que vous voulez des ressources gratuites; sinon, Bioinformatics de Polanski et Kimmel (Springer, 2007) fournit un bon aperçu (§2.8-2.9) et des applications (Partie II).
la source
Il y a aussi un très bon livre d'Oliver Cappe et. al: Inférence dans les modèles de Markov cachés . Cependant, il est assez théorique et très léger sur les applications.
Il existe un autre livre avec des exemples en R, mais je ne pouvais pas le supporter - Modèles de Markov cachés pour les séries temporelles .
Ps La communauté de reconnaissance vocale a également une tonne de littérature sur ce sujet.
la source
Il est assez surprenant de voir qu'aucune des réponses ne mentionne le document de travail de Rabiner sur les HMM.
Alors que la mise en œuvre pratique (la dernière partie du document) est axée sur la reconnaissance de la parole, ce document est probablement le plus cité dans la littérature sur le HMM, en raison de sa nature claire et bien présentée.
Il commence par introduire des chaînes de markov, puis passe aux HMM.
la source
Pour les applications bioinformatiques, le texte classique sur les HMM serait Durbin, Eddy, Krough & Michison, « Analyse de séquence biologique - Modèles probabilistes de protéines et d’acides nucléiques», Cambridge University Press, 1998, ISBN 0-521-62971-3. C'est technique, mais très clair et je l'ai trouvé très utile.
Pour MCMC, il existe un livre récent de Robert et Casella intitulé " Introducing Monte Carlo Methods with R" , Springer, qui a l'air bien, mais je n'ai pas encore eu l'occasion de le lire (utilise R comme exemple, ce qui est un bon moyen d'apprendre, mais je dois d'abord apprendre R; o)
la source
Déjà de bonnes suggestions, j'aimerais ajouter les articles suivants décrivant les HMM du point de vue de l'application en biologie par Sean Eddy.
la source
J'ai appris les HMM en utilisant le grand livre de Walter Zucchini et Iain L. MacDonald
Modèles de Markov cachés pour les séries temporelles: Introduction à l'utilisation de R
C'est vraiment bien et comporte des exemples dans R.
la source
Jetez un coup d’œil à la boîte à outils (HMM) pour Matlab de Kevin Murphy ainsi qu’à la section Lectures recommandées concernant les HMM sur ce site.
Vous pouvez également obtenir une boîte à outils de modélisation probabiliste pour Matlab / Octave avec quelques exemples d'utilisation de chaînes de Markov et de HMM.
Vous pouvez également trouver des conférences et des laboratoires sur HMM, par exemple:
la source
Mes 2 cents
Magnifiquement expliqué et gratuit.
Modèles, théorie et applications de Markov cachés
Tutoriel de l'Université de Leeds
la source
Voici quelques notes de Ramon van Handel à Princeton:
La première section comprend un bel ensemble d’applications de HMM en biologie, finance, ...
la source
Voici une belle introduction interactive aux chaînes de Markov http://setosa.io/ev/markov-chains/
la source
Il n'y a que 3 vidéos que j'ai trouvées très utiles pour comprendre les mathématiques derrière les modèles de Markov cachés -
https://www.youtube.com/watch?v=E3qrns5f3Fw
https://www.youtube.com/watch?v=cjlhpaDXihE
https://www.youtube.com/watch?v=5sGEF-e82yY
Ceux-ci sont vraiment bons et enseignés par l'un des meilleurs professeurs indiens d'IIT krg.
la source