更改

添加648字节 、 2021年3月6日 (六) 12:01
第171行: 第171行:  
人工智能可以看做两个割裂的阶段,一是早期的基于符号的搜索,二是现在的机器学习,概率图模型可以将两者统一起来。概率图模型完美融合了人工智能的各个任务,我们既可以表示知识、推理、概率推断、learning,是为数不多的能够统一全部内容的方法。本课程中,北京师范大学系统科学学院教授张江将从概率理论、贝叶斯网、马尔科夫网和表示学习四部分内容讲解概率图模型。
 
人工智能可以看做两个割裂的阶段,一是早期的基于符号的搜索,二是现在的机器学习,概率图模型可以将两者统一起来。概率图模型完美融合了人工智能的各个任务,我们既可以表示知识、推理、概率推断、learning,是为数不多的能够统一全部内容的方法。本课程中,北京师范大学系统科学学院教授张江将从概率理论、贝叶斯网、马尔科夫网和表示学习四部分内容讲解概率图模型。
   −
==== [https://campus.swarma.org/course/1579 概率图模型] ====
+
==== [https://campus.swarma.org/course/1579 概率上的图模型|Openlab内部读书会第一期分享] ====
    +
这部分内容是由北京师范大学的张章进行分享的内容,也可以作为一个参考推荐给大家。
 +
 +
 +
 +
 +
==== [https://campus.swarma.org/course/1579 因果科学与Causal AI读书会第二季] ====
 +
因果科学读书会的第二季将会从基础的部分介绍图模型,以及更多跟图模型拓展相关,解释因果性的文章。读书会期间将会精读三本因果科学方向的优秀书籍,并共同完成书籍中的思考题。
 +
 +
 +
[[File:图模型的介绍.jpeg|400px| thumb |right| [https://campus.swarma.org/course/1579 因果科学与Causal AI读书会第二季]]]