学习概率图模型的好资源

我最近开始在Coursera上学习概率图模型课程,课程开始两周后,我开始觉得自己在概率方面的能力并不强,因此连第一个主题(贝叶斯网络)都无法跟上。尽管如此,我还是想努力学好这门课程,所以你能推荐一些关于概率图模型或概率的其他资源吗?这些资源可以帮助我更好地理解这门课程。


回答:

你可以尝试阅读Pearl 1988年的书《智能系统中的概率推理》,这本书提供了很多关于贝叶斯视角的背景知识和见解。关于概率理论,除了概率的三个基本定律和条件概率的定义外,你并不需要太多的理论,这些都是简单的,通常在学校里就会学到。

这本书对过去20年人工智能的发展产生了很大影响。今年,作者获得了图灵奖。


此外,还有一本由Koller和Friedman撰写的较新的书:《概率图模型》(2009年)。你应该已经知道这本书了,因为这门课程很可能是由Daphne Koller再次开设的。这本书包含了更多近期的研究成果,覆盖范围更广,内容也更详细。有些部分可能会非常具有挑战性。这本书可能也与课程共享一些例子。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注