本文主要是介绍整理一些Markov Random Field以及Graph Model的基础学习资料，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
最近对于Markov Random Field等Graph Model有点兴趣，想系统学习一下这方面的知识。但是发现网上搜索的很多论文都是比较深入，不知道从何下手。下面是我收集到的一些不错的资料。
1. 首先是video lecture上的Prof. Charles Elkan在CIKM08 tutorial (http://videolectures.net/cikm08_elkan_llmacrf)的video。他从最最最基本的probability, maximum likelihood开始讲，十分清晰。这应该是作为第一个入门的学习资料，不过他这个talk里面居然只有4个听众。。。同时，这位prof把关于这个talk的note也放在了网上(http://cseweb.ucsd.edu/~elkan/250B/cikmtutorial.pdf)。
2. 接下来可以看一些conditional random field在image和language方面的应用。这篇文章(http://www.whatdafact.com/kittipat/?p=476)里面介绍了两篇citation很高的paper。同时，它也把Prof. Chales Elkan在CIKM08上的video lecture放在了首位。还有一篇比较通俗全面的intro在这里(http://www.inference.phy.cam.ac.uk/hmw26/papers/crf_intro.pdf)。注意，这里说的通俗，也是指你看完了1之后。如果你不熟悉log-linear model去看这篇intro，还是很难懂的。
3. 关于Markov Random Field以及Statistical Graph Model的课程材料，同学推荐我看看他们在哥大的Machine Learning的教案(http://www.cs.columbia.edu/~jebara/4771/handouts.html)。这个课程在网上也有video。
这篇关于整理一些Markov Random Field以及Graph Model的基础学习资料的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
