[PGM] Temporal Models
Posted 机器学习水很深
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了[PGM] Temporal Models相关的知识，希望对你有一定的参考价值。
学术潜规则：
概率图模型提出的意义在于将过去看似零散的topic/model以一种统一的方式串联了起来，它便于从整体上看待这些问题，而非具体解决了某个细节。
举个例子：梯度下降，并非解决神经网络收敛问题而专门提出的什么算法，其实是凸优化理论中的一部分。凸优化理论的作用就是概率图模型的贡献所在。
统计机器学习，有数学系角度的认识，也有计算机系角度的认识。
该课程更偏向于数学系视角，所以课程中包含了大量的概率基础。但课程的top不够，但并非讲师不行，而是计算机系的学生并未系统的学习贝叶斯推断所致。
其实，“统计机器学习”就是PGM，或者说是Advanced PGM。从这个角度来讲，将高斯过程，LDA等划分到Advanced PGM是比较合理的。
Video: https://www.youtube.com/watch?v=ogs4Oj8KahQ&index=13&list=PL50E6E80E8525B59C
以上是关于[PGM] Temporal Models的主要内容，如果未能解决你的问题，请参考以下文章