【图灵奖得主Judea Pearl推荐新书】图模型(Graphical Models), 571页pdf,带你学习GM和因果推断

  • 2019 年 10 月 8 日
  • 筆記

【导读】图灵奖获得者Judea Pearl在Twitter推荐了一本新书《图模型手册》,他认为,这本书很好地刻写了图模型领域自20世纪80年代成立以来是如何发展的。由顶级统计学家编写,它可以作为传统统计学家很好的一个介绍因果模型的材料

这本书总共546页pdf,由苏黎世联邦理工学院、华盛顿大学、加州伯克利分校、哥本哈根大学四位教授主编,以及有30多位统计学家合作编著完成。

https://stat.ethz.ch/~maathuis/papers/

图模型手册

前言:

图模型是与图相关联的统计模型。图中的节点对应感兴趣的随机变量,并且边缘编码变量之间允许的条件依赖关系。基于图模型的因数分解特性使多元分布的计算更加方便,使模型在大量应用中成为一个有价值的工具。此外,有向图模型承认直观的因果解释,并已成为因果推理的基石。

虽然有许多关于图模型的优秀书籍,但是这个领域已经发展得如此之多,以至于个别作者几乎无法涵盖它的全部范围。此外,这一领域的性质是跨学科的,有许多学科的重要贡献,包括统计学、计算机科学、电子工程、生物学、数学和哲学。

通过从这些不同领域的前沿研究人员的章节,这本手册提供了一个广泛的和可访问的技术状态概述。

全书共有二十一章,分为五个部分:

一、条件独立性与马尔可夫性质

二、用因子分布计算

三、统计推断

四、因果推论

五、应用

第一部分回顾了图模型的基础。它讨论了图如何编码随机变量之间的条件独立性,或者等价地,变量联合分布的因式分解。第二部分的主题是如何基于给定图模型的联合分布执行有效的计算,特别是通过利用相关的因子分解属性。在第三部分,本书的重点转移到统计推断的问题,如从现有的数据学习图表和估计相关参数。第四部分是有向无环图的因果解释。相应的章节回顾了因果推理的图形化方法的基本概念,并讨论了统计方面的问题,如学习a方向数据的非循环图。最后,第五部分介绍了图模型在法医学和生物学中的应用。

第一部分是本书的基础。其余部分II到V可以独立阅读,而章节之间的交叉引用突出了连接。本章的主题范围从解释基本概念的水平,这是适合新人的描述最近的发展或原始研究。因此,本书面向广泛的读者,包括统计学、数学和计算机科学的研究生、应用研究中图形模型的用户,以及图形模型方面的专家。最重要的是,我们希望这本书将在这个令人兴奋的领域引发进一步的研究。

我们衷心感谢所有作者的宝贵贡献,感谢Rob Calver和Lara Spieker对我们的帮助和指导的过程。

Marloes Maathuis

ETH Zurich

Mathias Drton

University of Washington

Steven Lauritzen

University of Copenhagen

Martin Wainwright

University of California, Berkeley

图书目录:

引用参考:

M. Maathuis, M. Drton, S. Lauritzen and M. Wainwright (Eds) (2019). Handbook of Graphical Models. Chapman&Hall/CRC Handbooks of Modern Statistical Methods. CRC Press, Boca Raton, FL. ISBN: 978-1-4987-8862-5.