概率图模型(PGM)有必要系统地学习一下吗?

最近学习机器学习方面的理论知识,然后看到很多论文里会用到概率图模型。听有的说这个东西很有用;也有的说用处不是很大,简单了解一下就行,有概率论和贝叶斯的…
关注者
4,649
被浏览
633,125
登录后你可以
不限量看优质回答私信答主深度交流精彩内容一键收藏

感觉系统学了还要深入思考融汇贯通才有用啊……

看过了LDA、HMM、CRF、有向图/无向图、Indian Buffet、Chinese Restaurant一堆东西,然后最后遇到新问题的时候想要构造自己的图和关系还是无从下手,构造了模型也解不出来,各种inference的方法层出不穷。感觉看了LDA就是专门用于topic 分类的问题之类的。

不像神经网络那样学了之后立刻可以求解各种东西(基本的分类、图像识别等)。

个人是喜欢PGM的理论和可解释性。不知道有没有什么书有比较多PGM应用的例子可以推荐的?或者用什么论文、教材告诉我怎么customize自己的model的?

看David Blei或者Eric Xing的blog感觉都是特定问题提出了新的构造,感觉要实战要求的境界还是太高了。

p.s. 看Cousera上面,Deep Learning Specialization 的难度是intermediate,Probabilistic Graphical Models Specialization 的难度是advanced……

p.s.s. 推荐的书是Bishop入门,然后Murphy的书补充,Jordan的书再进阶,Eric Xing的online course看看最近的发展和应用,然后应该开始看最近的论文了。