【干货书】1270页pdf《概率图模型：原理与技术》MIT出版，用于构建和使用复杂系统概率模型的通用框架，使计算机能够使用可用信息做出决策。Probabilistic Graphical Models: Principles and Applications

概括

用于构建和使用复杂系统概率模型的通用框架，使计算机能够使用可用信息做出决策。

大多数任务都需要一个人或一个自动化系统进行推理——根据可用信息得出结论。本书中介绍的概率图形模型框架为这项任务提供了一种通用方法。该方法是基于模型的，允许构建可解释的模型，然后通过推理算法进行操作。这些模型也可以从数据中自动学习，允许在手动构建模型困难甚至不可能的情况下使用该方法。因为不确定性是大多数现实世界应用中不可避免的方面，所以本书重点关注概率模型，这些模型使不确定性明确化并提供更忠实于现实的模型。

《概率图形模型》讨论了各种模型，包括贝叶斯网络、无向马尔可夫网络、离散和连续模型，以及处理动态系统和关系数据的扩展。对于每一类模型，文本描述了三个基本基石：表示、推理和学习，同时介绍了基本概念和高级技术。最后，本书考虑了在不确定性下使用所提出的框架进行因果推理和决策。每章的正文提供了关键思想的详细技术发展。大多数章节还包括带有附加材料的框：技能框，描述技术；案例研究框，讨论与文本中描述的方法相关的经验案例，包括计算机视觉、机器人技术、自然语言理解、和计算生物学；和概念框，它们展示了从本章材料中得出的重要概念。教师（和读者）可以对章节进行各种组合，从核心主题到技术更先进的材料，以满足他们的特定需求。