Graphical Models, Exponential Families, and Variational Inference
读书评论：
-
Inaho11-15另一本神书。我谢谢澜瑞外文全家了！
-
小灰04-21书的notation有点复杂。。。不过和bubeck的书比。。。还是好多了
-
zhangtemplar04-06其实读的是graphic model那本书，但是一直没有正式出版？
-
Dexter09-28nice survey of variational inference
-
find_my_way07-22看不太懂，先放一边……
-
胡椒06-11graphical model 必读
-
天池一苇04-07补记。本书的核心内容实际上在于对各种问题的变分表示，图模型和指数函数族是一个具体的呈现方式，应该说本书提供了不少新的视角。配分函数的偏导数与相应的充分统计量的期望之间存在紧密的联系（如何估计配分函数，也是一个研究方向，如AIS方法），而在图模型这块，个人对于诸多message-passing的方法依旧极不感冒。在进行推断时，相比于高维情况下低效且不易判定是否已收敛的MCMC，个人更加偏爱VI（即使可能会损失一些精度），这里就引出如何构建合适的优化目标（经典的有ELBO，mean-field等），或者说如何去进行一些放松。举例而言，如果EM方法失效，即充分统计量无法精确求解，那么就可以尝试变分EM。当然，与数学物理中的变分法相比，这里的变分意味显得没那么浓了，如果再掺入神经网络，味道就更淡了。
-
Sean08-28Jordan老爷子的经典之作
-
C.R. 楞严经06-15Graphical Models必读物吧
-
Mo01-20作者的符号系统，公式表达不直观。但是思想深刻。此领域最好的综述了。其实应该可以更好的