可迁移模型 · TRANSFERABLE MODEL
图结构是表达复杂依赖关系的“语法”
变量间的依赖关系不是杂乱无章的。图模型(贝叶斯网络/马尔可夫随机场)提供了一种强大的“语法”,用稀疏的图结构来“书写”复杂的联合概率分布。这迫使建模者清晰地思考变量间的关系。
来自这本书的解读报告
《概率模型:机器学习基础》
这本书回答了如何为机器学习构建统一、严谨的数学框架,它的答案是利用概率模型(特别是贝叶斯视角)对不确定性进行建模、推断和学习。
阅读完整解读报告 →