在机器学习中使用图论的建议?

我一直在通过观看 Christopher Bishop 的视频学习使用图进行机器学习的大量知识( http://videolectures.net/mlss04_bishop_gmvm/ )。 我发现它非常有趣,并且观看了同一类别(机器学习/图)中的其他一些视频,但想知道是否有人对学习更多的方法有任何建议?

我的问题是,尽管这些视频提供了很好的高级理解,但我在这方面还没有太多的实践技能。 我读过 Bishop 关于机器学习/模式的书以及 Norvig 的 AI 书,但两者似乎都没有过多地涉及具体使用图。 随着搜索引擎和社交网络的出现,我认为基于图的机器学习会很受欢迎。

如果可能的话,谁能推荐一个学习资源? (我是这个领域的新手,并且开发对我来说是一种爱好,所以如果有一个非常明显的学习资源,请提前道歉……我尝试过谷歌和大学网站)。

提前致谢!


回答:

麦克阿瑟天才奖获得者和斯坦福大学教授 Daphne Koller 合著了一本关于贝叶斯网络的权威教科书,题为 概率图模型,其中包含对应用于 AI 的图论的严格介绍。 它可能并不完全符合您所寻找的,但在其领域中,它备受推崇。

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