概率图模型：基于R语言
David Bellot
722人在读
11万字总字数
¥37.76定价
David Bellot
概率图模型结合了概率论与图论的知识，提供了一种简单的可视化概率模型的方法，在人工智能、机器学习和计算机视觉等领域有着广阔的应用前景。本书旨在帮助读者学习使用概率图模型，理解计算机如何通过贝叶斯模型和马尔科夫模型来解决现实世界的问题，同时教会读者选择合适的R语言程序包、合适的算法来准备数据并建立模型。本书适合各行业的数据科学家、机器学习爱好者和工程师等人群阅读、使用。
概率图不太适合讲抽象的理论，如果没有例子很容易懵圈跟不上节奏。B站的白板推导教程适合理论补充，这本书中给的例子很容易理解贝叶斯模型的威力更适合入门理解。前提概率论要熟悉，从朴素贝叶斯开始比较容易。朴素贝叶斯——概率图模型
翻译太差了，我不是指语言流畅度的差，而是很多地方翻译出来的内容不对。微信读书里有这本书的英文版，推荐直接看英文原版
浅浅读了一下，感觉我还是先去把机器学习做好再来这本书这里学，不能太多书同时看，它需要的数学知识个人认为要比机器学习中的模型们多多了
从概率的视角，介绍了如何把经典的统计模型转换成概率图模型。就是看一遍有点没整明白
翻译太差了，很多句子感觉是机翻，读的云里雾里