
David Bellot
概率圖模型結合了概率論與圖論的知識,提供了一種簡單的可視化概率模型的方法,在人工智能、機器學習和計算機視覺等領域有着廣闊的應用前景。本書旨在幫助讀者學習使用概率圖模型,理解計算機如何通過貝葉斯模型和馬爾科夫模型來解決現實世界的問題,同時教會讀者選擇合適的R語言程序包、合適的算法來準備數據並建立模型。本書適合各行業的數據科學家、機器學習愛好者和工程師等人羣閱讀、使用。
概率圖不太適合講抽象的理論,如果沒有例子很容易懵圈跟不上節奏。B站的白板推導教程適合理論補充,這本書中給的例子很容易理解貝葉斯模型的威力更適合入門理解。前提概率論要熟悉,從樸素貝葉斯開始比較容易。樸素貝葉斯——概率圖模型
翻譯太差了,我不是指語言流暢度的差,而是很多地方翻譯出來的內容不對。微信讀書裏有這本書的英文版,推薦直接看英文原版
淺淺讀了一下,感覺我還是先去把機器學習做好再來這本書這裏學,不能太多書同時看,它需要的數學知識個人認爲要比機器學習中的模型們多多了
從概率的視角,介紹瞭如何把經典的統計模型轉換成概率圖模型。就是看一遍有點沒整明白
翻譯太差了,很多句子感覺是機翻,讀的雲裏霧裏