Libro de texto de modelos gráficos probabilísticos

¿Los "Modelos gráficos probabilísticos" de Koller son adecuados como libro de texto? ¿O hay otro libro que es más recomendable como libro de texto para un curso maestro?

Descargo de responsabilidad: publicación cruzada de quora.com, donde no obtuve respuesta.

Sí, está escrito como tal y contiene preguntas de muestra, para las cuales puede solicitar las respuestas aquí

También es posible que desee echar un vistazo a Reconocimiento de patrones y aprendizaje automático de Chris Bishop y Algoritmos de teoría, inferencia y aprendizaje de información de David MacKay, que también se pueden descargar de forma gratuita . Ambos cubren algunos aspectos de los modelos gráficos y ofrecen una visión general de los métodos probabilísticos.

Pasé un rato leyendo los primeros capítulos de Koller y Friedman, y no estaba contento con él como texto introductorio. En varias ocasiones, el libro ofrece un ejemplo motivador, pero el ejemplo no puede entenderse sin material de antecedentes más adelante en el capítulo. Este tipo de exposición funciona para mí solo si el ejemplo dice explícitamente qué material próximo será relevante; de lo contrario, los ejemplos son simplemente magia incomprensible.

Dicho esto, es un tomo considerable, y probablemente una excelente referencia para los practicantes.

Un estudiante podría tener mejor suerte con el napolitano, "Learning Bayesian Networks".

Preferiría el libro Modelos gráficos de Steffen L. Lauritzen y su conferencia en Oxford .