学习统计时，我们需要进一步学习概率图，《概率图模型原理与技术》详细论述了有向图模型（又称贝叶斯网）和无向图模型（又称马尔可夫网）的表示、推理和学习问题，全面总结了人工智能这一研究领域的最新进展。
我觉得我还是很喜欢这本书的，在我开始关注概率图模型的几个算法时，就注意到作者要出版这本书，但是一直没找到相关资料。大概也是这个时候，才意识到国内外学术差距有多少年的吧。我想如果开始时我能接触到这本书，并了解些，我开始看概率图模型的算法，比如HDP,LDA等模型时，应该会容易些，也会理解的深刻些。但是曲径通幽，问题还是解决了的，而这本书也终于见到了，但是，推荐想了解概率图模型的人看这本书。
《概率图模型:原理与技术》中文PDF，1251页。
《概率图模型:原理与技术》英文PDF，1270页，带书签目录，文字可以复制粘贴。
下载：https://pan.baidu.com/s/1JcFG7blDGqfOxwQ9DjMk7A
学习理论时，实践是最好的检验方法。
我找到了《概率图模型基于R语言》，他能帮助读者学习使用概率图模型，理解计算机如何通过贝叶斯模型和马尔科夫模型来解决现实世界的问题，同时教会读者选择合适的R语言程序包、合适的算法来准备数据并建立模型。本书适合各行业的数据科学家、机器学习爱好者和工程师等人群阅读、使用。
《概率图模型基于R语言》高清中文PDF，199页，带书签目录，文字可以复制。
《概率图模型基于R语言》高清英文PDF，250页，带书签目录，文字可以复制。
配套源代码。
下载: https://pan.baidu.com/s/1LgX-UTKxNzAi_Nbuk3wt8g
提取码: 3kvb
概率图模型结合了概率论与图论的知识，提供了一种简单的可视化概率模型的方法，在人工智能、机器学习和计算机视觉等领域有着广阔的应用前景。
在《人工智能 一种现代的方法第3版》中提到了概率图模型的重要性。在他的第五部分“不确定知识与推理”，提到了概率图模型，很有前瞻性，既详细介绍了人工智能的基本概念、思想和算法，还描述了其各个研究方向最前沿的进展。
《人工智能 一种现代的方法（第3版）》中文PDF+英文PDF
中文PDF，944页，带书签目录。
英文PDF，1145页，带书签目录。
中英文两版对比学习。
下载：https://pan.baidu.com/s/10l_acRheoqBXWkIi3zazoQ
