內(nèi)容介紹

本書從工程的角度概述了概率圖模型（PGMs）。書本涵蓋了PGMs每種主要類別的基礎(chǔ)知識，包括表示、推理和學習原則，并回顧了每種類型的模型在現(xiàn)實世界中的應(yīng)用。這些應(yīng)用來自廣泛的學科，突出了貝葉斯分類器、隱馬爾可夫模型、貝葉斯網(wǎng)絡(luò)、動態(tài)和時間貝葉斯網(wǎng)絡(luò)、馬爾可夫隨機場、影響圖和馬爾可夫決策過程的許多用途。本書特色：提出了包括PGMs所有主要類別的統(tǒng)一框架；介紹了不同技術(shù)的實際應(yīng)用；該領(lǐng)域研究的最新發(fā)展，包括多維貝葉斯分類器、關(guān)系圖模型和因果模型；每一章的末尾都附有練習、進一步閱讀的建議和研究或編程項目的想法。