artificial-intelligence - 学习概率图形模型的好资源

标签 artificial-intelligence probability

我最近开始在 coursera 上学习概率图形模型,开始学习两周后,我开始相信我在概率方面并不是那么出色,因此我什至无法遵循第一个主题(贝叶斯网络) 。话虽这么说,我想努力学习这门类(class),所以您能否建议我一些其他有关 PGM 或概率的资源,这有助于理解这门类(class)。

最佳答案

您可以尝试阅读 Pearl 1988 年的书智能系统中的概率推理,其中提供了有关贝叶斯看待事物的方式的大量背景知识和见解。关于概率论,除了概率的三个基本定律和条件概率的定义之外,你实际上不需要那么多的理论,这些都是简单的并且通常在学校教授的。

这本书对过去 20 年人工智能的发展方式影响很大。作者今年荣获图灵奖。


此外,Koller 和 Friedman 还出版了一本相当新的书:概率图形模型 (2009)。你应该已经知道这个类(class)了,因为这门类(class)很可能又是由 Daphne Koller 举办的。本书包含了许多最新的成果,涵盖了更多领域、更详细的内容。它对零件的要求可能非常高。它可能还与类(class)分享示例。

关于artificial-intelligence - 学习概率图形模型的好资源,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/12605770/

相关文章:

c++ - 顺序蒙特卡罗方法的实现(粒子过滤器)

machine-learning - 使用 scikit 选择层次凝聚聚类中的簇数

prolog - 通过 AI 特定语言实现 Web 应用程序中的人工智能

math - 概率符号

c# - 使用 Walker 的别名方法进行加权随机选择

algorithm - 组合随机样本

algorithm - 找到属于具有最大值的区域的最大值如何近似该区域的边界?

python - "FFMPEG Binary Not Found" python

search - 规划和搜索使用示例

java - 如何在java中根据概率生成随机字母?