概率图模型是用图来表示变量概率依赖关系的理论，结合概率论与图论的知识，利用图来表示与模型有关的变量的联合概率分布。由图灵奖获得者Pearl开发出来。概率图模型理论分为概率图模型表示理论，概率图模型推理理论和概率图模型学习理论三大部分。近10年它已成为不确定性推理的研究热点，在人工智能、机器学习和计算机视觉等领域有广阔的应用前景。
推荐教材及书籍
- Koller D, Friedman N. Probabilistic Graphical Models: Principles and Techniques. MIT Press, 2009.
- 王飞跃，韩素青的翻译版《概率图模型 - 原理与技术》
以上两本一本是英文版一本是由中科院王飞跃老师翻译的中文版。这本书有1000多页，内容非常地全面。
- Christopher M. Bishop. “Pattern Recognition and Machine Learning”. Springer 2006.
这本书模式识别与机器学习并非全部是在说概率图模型，而是其中的一部分。
- J. Pearl. “Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference”. Morgan Kaufmann. 1988 .
最后这本就是Judea Pearl教授写的经典教材。
综述
看综述是算法调研的最快途径，所以这里分享几篇综述文章。
-
Wainwright M J, Jordan M I. Graphical Models, Exponential Families, and Variational Inference. Found. Trends Mach. Learn., 2008, 1:1–305.
-
程强等，概率图模型中的变分近似推理方法，自动化学报，2014
-
张宏毅，王立威，陈瑜希. 概率图模型研究进展综述，软件学报，2013
相关网站
-
课程：Eric Xing： http://www.cs.cmu.edu/~epxing/Class/10708/
-
课程：Daphne Koller：https://zh.coursera.org/specializations/probabilistic-graphical-models
-
UGM: Matlab code for undirected graphical models：https://www.cs.ubc.ca/~schmidtm/Software/UGM.html
-
BNT: Bayes Net Toolbox (MATLAB)：https://code.google.com/archive/p/bnt/
-
libDAI (C++)：https://staff.fnwi.uva.nl/j.m.mooij/libDAI/
-
OpenGM：http://hciweb2.iwr.uni-heidelberg.de/opengm/
概率、推理加决策才是真正的人工智能。
我的微信公众号名称：深度学习先进智能决策
微信公众号ID：MultiAgent1024
公众号介绍：主要研究深度学习、强化学习、机器博弈等相关内容！期待您的关注，欢迎一起学习交流进步！
