Réseaux bayésiens avec R:
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...
Gespeichert in:
| Hauptverfasser: | , |
|---|---|
| Format: | Elektronisch E-Book |
| Sprache: | French |
| Veröffentlicht: |
Les Ulis
EDP Sciences
[2021]
|
| Schriftenreihe: | Pratique R
|
| Schlagworte: | |
| Online-Zugang: | DE-1043 DE-1046 DE-858 DE-859 DE-860 DE-739 Volltext |
| Zusammenfassung: | 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 |
| Beschreibung: | Description based on online resource; title from PDF title page (publisher's Web site, viewed 25. Feb 2021) |
| Beschreibung: | 1 online resource (261 pages) |
| ISBN: | 9782759817429 |
Internformat
MARC
| LEADER | 00000nam a2200000zc 4500 | ||
|---|---|---|---|
| 001 | BV047197773 | ||
| 003 | DE-604 | ||
| 007 | cr|uuu---uuuuu | ||
| 008 | 210316s2021 xx o|||| 00||| fre d | ||
| 020 | |a 9782759817429 |9 978-2-7598-1742-9 | ||
| 024 | 7 | |a 10.1051/978-2-7598-1742-9 |2 doi | |
| 035 | |a (ZDB-23-DGG)9782759817429 | ||
| 035 | |a (OCoLC)1242729464 | ||
| 035 | |a (DE-599)BVBBV047197773 | ||
| 040 | |a DE-604 |b ger |e rda | ||
| 041 | 0 | |a fre | |
| 049 | |a DE-1043 |a DE-1046 |a DE-858 |a DE-859 |a DE-860 |a DE-739 | ||
| 082 | 0 | |a 519.542 |2 23 | |
| 100 | 1 | |a Denis, Jean-Baptiste |e Verfasser |4 aut | |
| 245 | 1 | 0 | |a Réseaux bayésiens avec R |c Jean-Baptiste Denis, Marco Scutari |
| 264 | 1 | |a Les Ulis |b EDP Sciences |c [2021] | |
| 264 | 4 | |c © 2014 | |
| 300 | |a 1 online resource (261 pages) | ||
| 336 | |b txt |2 rdacontent | ||
| 337 | |b c |2 rdamedia | ||
| 338 | |b cr |2 rdacarrier | ||
| 490 | 0 | |a Pratique R | |
| 500 | |a Description based on online resource; title from PDF title page (publisher's Web site, viewed 25. Feb 2021) | ||
| 520 | |a 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. | ||
| 520 | |a 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. | ||
| 520 | |a 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 | ||
| 546 | |a In French | ||
| 650 | 4 | |a Engineering | |
| 650 | 4 | |a Kit for scientists | |
| 650 | 4 | |a Mathematics | |
| 650 | 7 | |a Technology & Engineering / General |2 bisacsh | |
| 650 | 4 | |a Bayesian statistical decision theory | |
| 650 | 4 | |a R (Computer program language) | |
| 700 | 1 | |a Scutari, Marco |4 aut | |
| 856 | 4 | 0 | |u https://www.degruyter.com/isbn/9782759817429 |x Verlag |z URL des Erstveröffentlichers |3 Volltext |
| 912 | |a ZDB-23-DGG | ||
| 943 | 1 | |a oai:aleph.bib-bvb.de:BVB01-032602868 | |
| 966 | e | |u https://www.degruyter.com/isbn/9782759817429 |l DE-1043 |p ZDB-23-DGG |q FAB_PDA_DGG |x Verlag |3 Volltext | |
| 966 | e | |u https://www.degruyter.com/isbn/9782759817429 |l DE-1046 |p ZDB-23-DGG |q FAW_PDA_DGG |x Verlag |3 Volltext | |
| 966 | e | |u https://www.degruyter.com/isbn/9782759817429 |l DE-858 |p ZDB-23-DGG |q FCO_PDA_DGG |x Verlag |3 Volltext | |
| 966 | e | |u https://www.degruyter.com/isbn/9782759817429 |l DE-859 |p ZDB-23-DGG |q FKE_PDA_DGG |x Verlag |3 Volltext | |
| 966 | e | |u https://www.degruyter.com/isbn/9782759817429 |l DE-860 |p ZDB-23-DGG |q FLA_PDA_DGG |x Verlag |3 Volltext | |
| 966 | e | |u https://www.degruyter.com/isbn/9782759817429 |l DE-739 |p ZDB-23-DGG |q UPA_PDA_DGG |x Verlag |3 Volltext | |
Datensatz im Suchindex
| _version_ | 1824507789450412032 |
|---|---|
| adam_text | |
| adam_txt | |
| any_adam_object | |
| any_adam_object_boolean | |
| author | Denis, Jean-Baptiste Scutari, Marco |
| author_facet | Denis, Jean-Baptiste Scutari, Marco |
| author_role | aut aut |
| author_sort | Denis, Jean-Baptiste |
| author_variant | j b d jbd m s ms |
| building | Verbundindex |
| bvnumber | BV047197773 |
| collection | ZDB-23-DGG |
| ctrlnum | (ZDB-23-DGG)9782759817429 (OCoLC)1242729464 (DE-599)BVBBV047197773 |
| dewey-full | 519.542 |
| dewey-hundreds | 500 - Natural sciences and mathematics |
| dewey-ones | 519 - Probabilities and applied mathematics |
| dewey-raw | 519.542 |
| dewey-search | 519.542 |
| dewey-sort | 3519.542 |
| dewey-tens | 510 - Mathematics |
| discipline | Mathematik |
| discipline_str_mv | Mathematik |
| format | Electronic eBook |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>00000nam a2200000zc 4500</leader><controlfield tag="001">BV047197773</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="007">cr|uuu---uuuuu</controlfield><controlfield tag="008">210316s2021 xx o|||| 00||| fre d</controlfield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9782759817429</subfield><subfield code="9">978-2-7598-1742-9</subfield></datafield><datafield tag="024" ind1="7" ind2=" "><subfield code="a">10.1051/978-2-7598-1742-9</subfield><subfield code="2">doi</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(ZDB-23-DGG)9782759817429</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)1242729464</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)BVBBV047197773</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">fre</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-1043</subfield><subfield code="a">DE-1046</subfield><subfield code="a">DE-858</subfield><subfield code="a">DE-859</subfield><subfield code="a">DE-860</subfield><subfield code="a">DE-739</subfield></datafield><datafield tag="082" ind1="0" ind2=" "><subfield code="a">519.542</subfield><subfield code="2">23</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Denis, Jean-Baptiste</subfield><subfield code="e">Verfasser</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Réseaux bayésiens avec R</subfield><subfield code="c">Jean-Baptiste Denis, Marco Scutari</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Les Ulis</subfield><subfield code="b">EDP Sciences</subfield><subfield code="c">[2021]</subfield></datafield><datafield tag="264" ind1=" " ind2="4"><subfield code="c">© 2014</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">1 online resource (261 pages)</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="490" ind1="0" ind2=" "><subfield code="a">Pratique R</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">Description based on online resource; title from PDF title page (publisher's Web site, viewed 25. Feb 2021)</subfield></datafield><datafield tag="520" ind1=" " ind2=" "><subfield code="a">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.</subfield></datafield><datafield tag="520" ind1=" " ind2=" "><subfield code="a">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.</subfield></datafield><datafield tag="520" ind1=" " ind2=" "><subfield code="a">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</subfield></datafield><datafield tag="546" ind1=" " ind2=" "><subfield code="a">In French</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Engineering</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Kit for scientists</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Mathematics</subfield></datafield><datafield tag="650" ind1=" " ind2="7"><subfield code="a">Technology & Engineering / General</subfield><subfield code="2">bisacsh</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Bayesian statistical decision theory</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">R (Computer program language)</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Scutari, Marco</subfield><subfield code="4">aut</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://www.degruyter.com/isbn/9782759817429</subfield><subfield code="x">Verlag</subfield><subfield code="z">URL des Erstveröffentlichers</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-23-DGG</subfield></datafield><datafield tag="943" ind1="1" ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-032602868</subfield></datafield><datafield tag="966" ind1="e" ind2=" "><subfield code="u">https://www.degruyter.com/isbn/9782759817429</subfield><subfield code="l">DE-1043</subfield><subfield code="p">ZDB-23-DGG</subfield><subfield code="q">FAB_PDA_DGG</subfield><subfield code="x">Verlag</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="966" ind1="e" ind2=" "><subfield code="u">https://www.degruyter.com/isbn/9782759817429</subfield><subfield code="l">DE-1046</subfield><subfield code="p">ZDB-23-DGG</subfield><subfield code="q">FAW_PDA_DGG</subfield><subfield code="x">Verlag</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="966" ind1="e" ind2=" "><subfield code="u">https://www.degruyter.com/isbn/9782759817429</subfield><subfield code="l">DE-858</subfield><subfield code="p">ZDB-23-DGG</subfield><subfield code="q">FCO_PDA_DGG</subfield><subfield code="x">Verlag</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="966" ind1="e" ind2=" "><subfield code="u">https://www.degruyter.com/isbn/9782759817429</subfield><subfield code="l">DE-859</subfield><subfield code="p">ZDB-23-DGG</subfield><subfield code="q">FKE_PDA_DGG</subfield><subfield code="x">Verlag</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="966" ind1="e" ind2=" "><subfield code="u">https://www.degruyter.com/isbn/9782759817429</subfield><subfield code="l">DE-860</subfield><subfield code="p">ZDB-23-DGG</subfield><subfield code="q">FLA_PDA_DGG</subfield><subfield code="x">Verlag</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="966" ind1="e" ind2=" "><subfield code="u">https://www.degruyter.com/isbn/9782759817429</subfield><subfield code="l">DE-739</subfield><subfield code="p">ZDB-23-DGG</subfield><subfield code="q">UPA_PDA_DGG</subfield><subfield code="x">Verlag</subfield><subfield code="3">Volltext</subfield></datafield></record></collection> |
| id | DE-604.BV047197773 |
| illustrated | Not Illustrated |
| index_date | 2024-07-03T16:50:12Z |
| indexdate | 2025-02-19T17:30:18Z |
| institution | BVB |
| isbn | 9782759817429 |
| language | French |
| oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-032602868 |
| oclc_num | 1242729464 |
| open_access_boolean | |
| owner | DE-1043 DE-1046 DE-858 DE-859 DE-860 DE-739 |
| owner_facet | DE-1043 DE-1046 DE-858 DE-859 DE-860 DE-739 |
| physical | 1 online resource (261 pages) |
| psigel | ZDB-23-DGG ZDB-23-DGG FAB_PDA_DGG ZDB-23-DGG FAW_PDA_DGG ZDB-23-DGG FCO_PDA_DGG ZDB-23-DGG FKE_PDA_DGG ZDB-23-DGG FLA_PDA_DGG ZDB-23-DGG UPA_PDA_DGG |
| publishDate | 2021 |
| publishDateSearch | 2021 |
| publishDateSort | 2021 |
| publisher | EDP Sciences |
| record_format | marc |
| series2 | Pratique R |
| spelling | Denis, Jean-Baptiste Verfasser aut Réseaux bayésiens avec R Jean-Baptiste Denis, Marco Scutari Les Ulis EDP Sciences [2021] © 2014 1 online resource (261 pages) txt rdacontent c rdamedia cr rdacarrier Pratique R Description based on online resource; title from PDF title page (publisher's Web site, viewed 25. Feb 2021) 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 In French Engineering Kit for scientists Mathematics Technology & Engineering / General bisacsh Bayesian statistical decision theory R (Computer program language) Scutari, Marco aut https://www.degruyter.com/isbn/9782759817429 Verlag URL des Erstveröffentlichers Volltext |
| spellingShingle | Denis, Jean-Baptiste Scutari, Marco Réseaux bayésiens avec R Engineering Kit for scientists Mathematics Technology & Engineering / General bisacsh Bayesian statistical decision theory R (Computer program language) |
| title | Réseaux bayésiens avec R |
| title_auth | Réseaux bayésiens avec R |
| title_exact_search | Réseaux bayésiens avec R |
| title_exact_search_txtP | Réseaux bayésiens avec R |
| title_full | Réseaux bayésiens avec R Jean-Baptiste Denis, Marco Scutari |
| title_fullStr | Réseaux bayésiens avec R Jean-Baptiste Denis, Marco Scutari |
| title_full_unstemmed | Réseaux bayésiens avec R Jean-Baptiste Denis, Marco Scutari |
| title_short | Réseaux bayésiens avec R |
| title_sort | reseaux bayesiens avec r |
| topic | Engineering Kit for scientists Mathematics Technology & Engineering / General bisacsh Bayesian statistical decision theory R (Computer program language) |
| topic_facet | Engineering Kit for scientists Mathematics Technology & Engineering / General Bayesian statistical decision theory R (Computer program language) |
| url | https://www.degruyter.com/isbn/9782759817429 |
| work_keys_str_mv | AT denisjeanbaptiste reseauxbayesiensavecr AT scutarimarco reseauxbayesiensavecr |