CMU 10-708: Probabilistic Graphical Models

注：本课程页继承自 CS自学指南。

课程简介

• 所属大学：CMU
• 先修要求：Machine Learning, Deep Learning, Reinforcement Learning
• 课程难度：🌟🌟🌟🌟🌟
• 课程网站：https://sailinglab.github.io/pgm-spring-2019/
• 课程网站包含了所有的资源：slides, notes, homework, and project（注：2019 版网站内嵌的录像在 CMU Panopto 上，校外不易访问）
• 课程视频：YouTube 官方频道（Spring 2020，Eric Xing 主讲）；B站搬运（2020 版，双语字幕，25 讲）

这门课程是 CMU 的图模型基础 + 进阶课，授课老师为 Eric P. Xing，涵盖了图模型基础，与神经网络的结合，在强化学习中的应用，以及非参数方法，相当硬核。