Tài nguyên cho việc học chuỗi Markov và các mô hình Markov ẩn

Tôi đang tìm kiếm các tài nguyên (hướng dẫn, sách giáo khoa, webcast, v.v.) để tìm hiểu về Markov Chain và HMM. Nền tảng của tôi là một nhà sinh vật học, và tôi hiện đang tham gia vào một dự án liên quan đến tin sinh học.

Ngoài ra, nền tảng toán học cần thiết mà tôi cần để có đủ hiểu biết về các mô hình & HMM của Markov là gì?

Tôi đã tìm kiếm xung quanh bằng Google, nhưng cho đến nay tôi vẫn chưa tìm thấy một hướng dẫn giới thiệu tốt. Tôi chắc rằng ai đó ở đây biết rõ hơn.

Dưới đây là một số hướng dẫn (có sẵn dưới dạng PDF):

1. Dugad và Desai, Hướng dẫn về các mô hình markov ẩn
2. Valeria De Fonzo1, Filippo Aluffi-Pentini2 và Valerio Parisi (2007). Mô hình Markov ẩn trong Tin sinh học . Tin sinh học hiện tại , 2 , 49-61.
3. Smith, K. Các mô hình Markov ẩn trong Tin sinh học với ứng dụng tìm kiếm gen trong DNA người

Ngoài ra hãy xem hướng dẫn Bioconductor .

Tôi giả sử bạn muốn tài nguyên miễn phí; mặt khác, Tin sinh học từ Polanski và Kimmel (Springer, 2007) cung cấp một cái nhìn tổng quan đẹp (§2.8-2.9) và các ứng dụng (Phần II).

Ngoài ra còn có một cuốn sách thực sự hay của Oliver Cappe et. al: Suy luận trong các mô hình Markov ẩn . Tuy nhiên, nó khá lý thuyết và rất nhẹ trên các ứng dụng.

Có một cuốn sách khác với các ví dụ trong R, nhưng tôi không thể chịu đựng được - Các mô hình Markov ẩn cho chuỗi thời gian .

Ps Cộng đồng nhận dạng giọng nói cũng có rất nhiều tài liệu về chủ đề này.

Thật đáng ngạc nhiên khi thấy rằng không có câu trả lời nào đề cập đến bài hướng dẫn của Rabiner về HMM.

Mặc dù việc triển khai thực tế (phần sau của bài viết) tập trung vào nhận dạng giọng nói, bài viết này có lẽ là phần được trích dẫn nhiều nhất trong tài liệu HMM, nhờ vào bản chất rõ ràng và được trình bày rõ ràng của nó.

Nó bắt đầu bằng cách giới thiệu chuỗi markov và sau đó chuyển sang HMM.

Đối với các ứng dụng tin sinh học, văn bản cổ điển về HMM sẽ là Durbin, Eddy, Krough & Michison, " Phân tích trình tự sinh học - Mô hình xác suất của protein và axit nucleic", Nhà xuất bản Đại học Cambridge, 1998, ISBN 0-521-62971-3. Nó là kỹ thuật, nhưng rất rõ ràng và tôi thấy nó rất hữu ích.

Đối với MCMC, có một cuốn sách (phiên bản a) gần đây của Robert và Casella, " Giới thiệu phương pháp Monte Carlo với R" , Springer, có vẻ hay, nhưng tôi chưa có cơ hội đọc nó (sử dụng R làm ví dụ, đó là một cách tốt để học, nhưng tôi cần học R trước; o)

Đã có những gợi ý hay, tôi muốn thêm các bài viết sau mô tả HMM từ góc độ ứng dụng trong sinh học của Sean Eddy.

• Mô hình Markov ẩn
• Hồ sơ mô hình Markov ẩn
• Một mô hình Markov ẩn là gì?

Tôi đã học được các HMM sử dụng cuốn sách tuyệt vời của Walter Zucchini và Iain L. MacDonald

Các mô hình Markov ẩn cho chuỗi thời gian: Giới thiệu sử dụng R

Nó thực sự tốt và có các ví dụ về R.

Hãy xem Hộp công cụ (HMM) cho Matlab của Kevin Murphy và cả phần Đọc khuyến nghị về HMM trên trang web này.

Bạn cũng có thể nhận bộ công cụ mô hình xác suất cho Matlab / Octave với một số ví dụ về việc sử dụng Chuỗi Markov và HMM.

Bạn cũng có thể tìm thấy các bài giảng và phòng thí nghiệm về HMM, ví dụ:

• Phòng thí nghiệm
• Bài giảng1 và Bài giảng2

2 xu của tôi Giải
thích đẹp và miễn phí.

Mô hình Markov ẩn, Lý thuyết và Ứng dụng
Hướng dẫn Đại học Leeds

Dưới đây là một số ghi chú của Ramon van Handel tại Princeton:

Khóa học này là một giới thiệu về một số phương pháp toán học, thống kê và tính toán cơ bản cho các mô hình Markov ẩn.

Phần đầu tiên bao gồm một bộ ứng dụng HMM tuyệt vời về sinh học, tài chính, ...

Dưới đây là phần giới thiệu tương tác thú vị về Chuỗi Markov http://setosa.io/ev/markov-chains/

Chỉ có 3 video tôi thấy rất hữu ích để hiểu toán học đằng sau các mô hình markov ẩn-

https://www.youtube.com/watch?v=E3qrns5f3Fw
https://www.youtube.com/watch?v=cjlhpaDXihE
https://www.youtube.com/watch?v=5sGEF-e82yY

Đây là những điều thực sự tốt và được giảng dạy bởi một trong những giáo sư Ấn Độ giỏi nhất từ ​​IIT krg.