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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注