私は最近、コースラで確率的グラフィカルモデルを取り始めました。開始から2週間後、私は確率がそれほど高くないと信じ始め、その結果、最初のトピック（ベイジアンネットワーク）をたどることさえできません。そうは言っても、私はこのコースを学ぶために努力したいので、このコースを理解するのに役立つPGMまたは確率に関する他のリソースをいくつか提案していただけますか。
2 に答える
3
パールの1988年の著書「インテリジェントシステムにおける確率論的推論」を読んでみることができます。この本は、ベイズの物事の見方に関する多くの背景と洞察を提供します。確率論に関しては、確率の3つの基本法則と条件付き確率の定義以外に、それほど多くの理論は必要ありません。これらは単純で、通常は学校で教えられます。
この本は、AIが過去20年間に開発した方法に非常に影響を与えています。著者は今年チューリング賞を受賞しました。
また、Koller and Friedmanによるかなり新しい本：Probabilistic Graphical Models（2009）があります。コースはおそらくダフニーコラーによって再び開催されるので、あなたはすでにこれについて知っているべきです。この本には、より多くの最近の結果が含まれており、より詳細に、より多くの根拠をカバーしています。部分的には非常に厳しい場合があります。おそらくコースと例を共有しています。
于 2012-09-27T07:41:55.470 に答える
1
確率論をよく理解していない場合、PGMは少し進んでいます。より入門的なクラスはStatistics1であり、そこから始める方がよいかもしれません。
于 2012-09-26T16:01:55.453 に答える