COURSE FILE / 06 · UNIVERSITY INDEX FIRST

概率图模型

表达变量依赖,研究推断与学习。

课程类型:本站规划学习方向大学参考:1 条原创讲义:尚未发布

01 / STUDY PATH

这一方向研究什么?

以图结构组织随机变量与条件依赖,构建概率推断的结构化视角。

建议先学

02 / PLANNED TOPICS

未来原创课程方向

下列是 JACKNOTE 自己规划的选题,不是来源大学已核验的 Lecture 名称或课次顺序。需要实际查阅来源资料后,才能进一步拆为对应大学课次的原创讲义。

  1. 01
    有向与无向图模型JACKNOTE 编辑规划主题 · 原创课程未发布
  2. 02
    条件独立性JACKNOTE 编辑规划主题 · 原创课程未发布
  3. 03
    精确与近似推断JACKNOTE 编辑规划主题 · 原创课程未发布
  4. 04
    参数学习与模型选择JACKNOTE 编辑规划主题 · 原创课程未发布

03 / ORIGINAL COURSE REFERENCES

大学原始课程目录

以下原课程名称、来源范围与链接独立保存。综合课程的相关章节不被宣传为同名独立大学课程。

Stanford University Stanford CS228 课程页面

CS228 Probabilistic Graphical Models: Principles and Techniques

CS228 Probabilistic Graphical Models: Principles and Techniques

斯坦福官方课程历史版本及公开材料入口

直接对应
打开大学原始课程目录 / INDEX ↗