* Probabilistic Graphical Models: Principles and Techniques [#bee7214d]
//1行目はタイトルとして目次ページに表示されます

#amazon(0262013193)
 @Book{book_id,
  author =    "D. Koller and N. Friedman",
  title =        "Probabilistic Graphical Models: Principles and Techniques",
  publisher =    {The MIT Press},
  address =      "Cambridge, " # MA,
  year =         2009
 }
#amazon(,clear)

//ここには文献のリファレンスを書いてください.bibtex形式で書くことを推奨します.

* キーワード [#k7c9dbfb]

//ここにはキーワードを列挙してください.

グラフィカルモデル, 積和アルゴリズム, max-sumアルゴリズム, Markov確率場, ベイジアンネット, Dirichlet過程, 条件付確率場, 条件付独立, 有向分離, 確率伝播, Markov連鎖モンテカルロ, Gibbsサンプラー, 因果推論, 隠れMarkovモデル, ジャンクションツリー, 変分ベイズ, 重点サンプリング, Metropolis-Hastingsアルゴリズム, collapsed Markov連鎖モンテカルロ, 期待値伝播アルゴリズム, 粒子フィルタ, Kalmanフィルタ, EMアルゴリズム, 最大エントロピー

* メモ [#mbd0c6b1]

//内容とかを簡単に書いてください

- 1000ページ以上,2.2kg もする大著で,この分野のバイブル
- まだ学生なのに講義をしていたらしいという秀才 Koller とやはりこの分野のオーソリティの一人 Friedman がタッグを組んだグラフィカルモデルの本
- ポイントが「指さしマーク」でまとめてある.[[図1.2のコース表>http://pgm.stanford.edu/Figures/Chapter1/01_02.pdf]] を使えば,目的に応じて読む部分を減らすことも可能
- ノンパラメトリックベイズはまだあまりかかれていないが,それ以外のグラフィカルモデルについては,因果推論まで網羅した意欲的な内容
- 
- Gauss分布を使うグラフィカルモデル, collapsed Markov連鎖モンテカルロ, PAC学習に基づく限界の分析, グラフの構造学習など他の本にはない高度なないよう
- 索引で,アルゴリズムが全部 "Algorithm" のサブ項目になってるのは,とっても引きにくいと思う.あと,ところどころアルファベット順にならんでない.

> -- しましま

* リンク集 [#f02fa86c]

//サポートページなど関連リンクを書いてください.

-[[サポートページ>http://pgm.stanford.edu/]]:目次,1章(はじめに),正誤表
-[[出版社ページ>http://mitpress.mit.edu/catalog/item/default.asp?ttype=2&tid=11886]]
-[[GoogleScholarAll:Probabilistic Graphical Models]]
-Amazon.co.jpへのリンク:&amazon(0262013193);

トップ   編集 差分 バックアップ 添付 複製 名前変更 リロード   新規 一覧 単語検索 最終更新   ヘルプ   最終更新のRSS