¿Es el libro "Probabilistic Graphical Models" de Koller adecuado como libro de texto? ¿O hay algún otro libro que sea más recomendable como libro de texto para un curso magistral?
Descargo de responsabilidad: publicado en quora.com, donde no obtuve respuesta.
Sí, está escrito como tal y contiene ejemplos de preguntas, para las que puede solicitar las respuestas aquí
También podría echar un vistazo a Reconocimiento de patrones y aprendizaje automático por Chris Bishop y Teoría de la información, inferencia y algoritmos de aprendizaje de David MacKay, que también puede ser descargado gratuitamente . Ambos cubren algunos aspectos de los modelos gráficos, además de ofrecer una visión general de los métodos probabilísticos.
Pasé un rato leyendo los primeros capítulos de Koller & Friedman, y no me gustó como texto introductorio. En varias ocasiones, el libro ofrece un ejemplo motivador, pero el ejemplo no puede entenderse sin el material de fondo que aparece más adelante en el capítulo. Este tipo de exposición sólo funciona para mí si el ejemplo dice explícitamente qué material posterior será relevante; de lo contrario, los ejemplos son sólo magia incomprensible.
Dicho esto, se trata de un tomo voluminoso, y probablemente sea una excelente referencia para los profesionales.
Un estudiante podría tener más suerte con Napolitano, "Learning Bayesian Networks".
Preferiría el libro Modelos gráficos de Steffen L. Lauritzen, y su conferencia en Oxford .
I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.
