概率图模型: Coursera课程资源分享和简介
2017-06-08 15:18
239 查看
本博客中概率图模型(Probabilistic Graphical Model)系列笔记以 Stanford 教授 Daphne Koller 的公开课
Probabilistic Graphical Model 为主线,结合资料(每篇博文脚注都附有链接)加以补充. 为便于对照课程查阅,博文的章节编号与课程视频编号一致.
博文持续更新(点击这里见系列笔记目录页),丰富课程资源见
PGM(概率图模型)Coursera: 课程资源分享和简介.
概率图模型的表示方法有多种比如常见贝叶斯网络、马尔可夫网络、因子图等.
Stanford 教授 Daphne Koller 的公开课 Probabilistic Graphical Model 可在 Coursera 上学习,并且配有编程作业. 该课程主要包括了1:
贝叶斯网络及马尔可夫网络的概率图模型表示及变形。
Reasoning 及 Inference 方法,包括exact inference(variable elimination, clique trees) 和 approximate inference (belief propagation message passing, Markov chain Monte Carlo methods)。
概率图模型中参数及结构的learning方法。
使用概率图模型进行统计决策建模。
Coursera-Stanford-PGM 课程幻灯片slides,提取码:ogui;
Daphne Koller 教授的著作Probabilistic Graphical Models - Principles and Techniques,以及这本书王飞跃,韩素青的翻译版概率图模型 -
原理与技术;
An Introduction to Probabilistic Graphical Models - Jordan是一本不错的书籍,比Koller那本的厚度可是要轻量级不少;
至于编程作业代码答案,csdn的资源库和github上均有,但是这个不该作为资源来分享……希望大家还是努力自己完成~自己走一遍才是真正的理解。
Freemind 的博文
Probabilistic Graphical Model.
心怀畏惧 的博文
概率图模型简介 .
概率图模型(02)上: 贝叶斯网中独立关系(因子分解 & 影响流动)
概率图模型(02)下: 贝叶斯网两等价观点(条件独立和因子分解)
概率图模型(03): 模板模型(动态贝叶斯, 隐马尔可夫和 Plate 模型)
概率图模型(05): 揭示局部概率结构, 稀疏化网络表示(Structured-CPDs)
概率图模型(06): 概率图双重对偶视角 || 马尔可夫网 & 条件随机场及应用
概率图模型(07): 从思路到模型(Knowledge Engineering)
Stanford概率图模型(Probabilistic Graphical Model)— 第一讲 贝叶斯网络基础
Stanford概率图模型(Probabilistic Graphical Model)— 第二讲 Template Models and Structured CPDs
概率图模型(PGM)学习笔记(三)模式推断与概率图流
概率图模型(PGM)学习笔记(四)贝叶斯网络-伯努利贝叶斯-多项式贝叶斯
一个系列博文笔记目录页
yangliuy, Stanford概率图模型(Probabilistic Graphical Model)— 第一讲 贝叶斯网络基础,
http://blog.csdn.net/yangliuy/article/details/8067261. ↩
本文转自:http://blog.csdn.net/thither_shore/article/details/52185758
Probabilistic Graphical Model 为主线,结合资料(每篇博文脚注都附有链接)加以补充. 为便于对照课程查阅,博文的章节编号与课程视频编号一致.
博文持续更新(点击这里见系列笔记目录页),丰富课程资源见
PGM(概率图模型)Coursera: 课程资源分享和简介.
课程内容
概率图模型的表示刻画了模型的随机变量在变量层面的依赖关系, 反映出问题的概率结构以及推理的难易程度, 也为推理算法提供了可以操作的数据结构.概率图模型的表示方法有多种比如常见贝叶斯网络、马尔可夫网络、因子图等.
Stanford 教授 Daphne Koller 的公开课 Probabilistic Graphical Model 可在 Coursera 上学习,并且配有编程作业. 该课程主要包括了1:
贝叶斯网络及马尔可夫网络的概率图模型表示及变形。
Reasoning 及 Inference 方法,包括exact inference(variable elimination, clique trees) 和 approximate inference (belief propagation message passing, Markov chain Monte Carlo methods)。
概率图模型中参数及结构的learning方法。
使用概率图模型进行统计决策建模。
课程资源
Coursera-Stanford-PGM 课程视频,提取码:dnva;Coursera-Stanford-PGM 课程幻灯片slides,提取码:ogui;
Daphne Koller 教授的著作Probabilistic Graphical Models - Principles and Techniques,以及这本书王飞跃,韩素青的翻译版概率图模型 -
原理与技术;
An Introduction to Probabilistic Graphical Models - Jordan是一本不错的书籍,比Koller那本的厚度可是要轻量级不少;
至于编程作业代码答案,csdn的资源库和github上均有,但是这个不该作为资源来分享……希望大家还是努力自己完成~自己走一遍才是真正的理解。
概率图模型综述
【综述】(MIT博士)林达华老师-”概率模型与计算机视觉” , 讲透了概率图模型的历史和未来发展方向。以及这篇文章排版润色之后.Freemind 的博文
Probabilistic Graphical Model.
心怀畏惧 的博文
概率图模型简介 .
我的笔记目录页
概率图模型(01): 概述 & 三种分布 (边缘 & 联合 & 条件)概率图模型(02)上: 贝叶斯网中独立关系(因子分解 & 影响流动)
概率图模型(02)下: 贝叶斯网两等价观点(条件独立和因子分解)
概率图模型(03): 模板模型(动态贝叶斯, 隐马尔可夫和 Plate 模型)
概率图模型(05): 揭示局部概率结构, 稀疏化网络表示(Structured-CPDs)
概率图模型(06): 概率图双重对偶视角 || 马尔可夫网 & 条件随机场及应用
概率图模型(07): 从思路到模型(Knowledge Engineering)
Mark几篇博文
总结性极强的干货课程笔记目录页,适合学完课程后整理复习和理解框架使用。Stanford概率图模型(Probabilistic Graphical Model)— 第一讲 贝叶斯网络基础
Stanford概率图模型(Probabilistic Graphical Model)— 第二讲 Template Models and Structured CPDs
概率图模型(PGM)学习笔记(三)模式推断与概率图流
概率图模型(PGM)学习笔记(四)贝叶斯网络-伯努利贝叶斯-多项式贝叶斯
一个系列博文笔记目录页
yangliuy, Stanford概率图模型(Probabilistic Graphical Model)— 第一讲 贝叶斯网络基础,
http://blog.csdn.net/yangliuy/article/details/8067261. ↩
本文转自:http://blog.csdn.net/thither_shore/article/details/52185758
相关文章推荐
- 概率图模型: Coursera课程资源分享和简介
- 概率图模型: Coursera课程资源分享和简介
- 一步步爬取Coursera课程资源
- 麻省理工学院-2018年最新深度学习算法及其应用入门课程资源分享
- Coursera 批量下载课程资源脚本
- 吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记(4-2)-- 深度卷积模型
- [资源分享][Unity][人物模型][动作]一些人物模型以及动作的分享
- 【转】概率主题模型简介 Introduction to Probabilistic Topic Models
- 概率主题模型简介 Introduction to Probabilistic Topic Models
- 8-概率主题模型简介
- 吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记(4-2)-- 深度卷积模型
- [转载]Coursera课程批量下载(保持资源原目录结构)
- 利用gensim主题模型寻找相似的coursera课程
- 【分享】说说标准——CSS中非常重要的可视化格式模型(visual formatting model)简介
- 概率主题模型简介 Introduction to Probabilistic Topic Models
- 概率主题模型简介 Introduction to Probabilistic Topic Models
- 概率图几种模型的简介和比较
- 概率语言模型 Probabilistic Language Modeling (一) --- 整体简介
- 概率主题模型简介,LDA基本思想
- 李宏毅机器学习课程4~~~分类:概率生成模型