这门课解决什么工作场景、适合什么基础

概率图模型（PGM）是人工智能从「感知」走向「推理」的核心数学语言。它解决的核心痛点是：如何在不确定性环境下，利用图结构表达变量间的依赖关系，并进行高效的概率计算。

这门课适合有一定数学基础的算法工程师、数据科学家，或准备深入计算机视觉、自然语言处理、医疗AI领域的求职者。如果你只会调包，不懂模型背后的推断逻辑，遇到复杂业务场景时很难优化效果。本课程由深蓝学院出品，内容扎实，偏重理论与算法推导，适合想系统建立概率思维、理解底层原理的学习者。

prerequisite（先决条件）：你需要熟悉基础概率论（条件概率、贝叶斯公式）、线性代数和基本的机器学习概念。如果不具备这些，直接听团树传播或BP算法会非常吃力。

资料怎么配合练习、建议先看哪几块

课程资料结构清晰，分为「表示」「推理」「应用」三大板块。建议按以下顺序学习：

  • 第一阶段：建立表示能力（第二章）
    先补强概率论与图论基础（任务3-2），这是后续所有算法的根基。重点攻克贝叶斯网络（任务4-2）和马尔可夫随机场（任务5-2），理解有向图与无向图的区别。因子图（任务6-2）作为统一表示框架，放在MRF之后学更容易理解。
  • 第二阶段：掌握推理核心（第三章）
    这是课程最硬核的部分。团树传播算法（任务9-2）和信念传播算法（任务10-2）是精确推理的关键，务必结合课件反复推导消息传递过程。二值图切法（任务11-2等）适合对图割优化感兴趣的同学，可作为扩展。
  • 第三阶段：连接实际应用（第六章）
    学完理论后，看条件随机场在NLP中的应用（第1节），这是序列标注问题的经典解法。医学图像（第2节）和计算机视觉（第3节）应用章节，帮助你理解PGM在高分辨率空间数据中的建模技巧。

建议学习方式：先读PDF课件理解定义和定理，再看视频加深印象，最后务必完成第二章作业（HW第二章），检验自己是否真正掌握了贝叶斯网络的参数学习。

学完能独立做什么

学完本课程，你将能够：

  • 独立构建概率图模型：根据业务问题（如用户行为预测、图像分割）选择合适的图结构（贝叶斯网络或MRF），并定义条件概率分布。
  • 实现基本推断算法：手推或代码实现belief propagation、junction tree等算法，理解近似推断与精确推断的权衡。
  • 解决特定领域问题：在NLP中使用CRF做命名实体识别，在CV中用PGM建模图像语义分割，或在医疗AI中构建诊断推理框架。
  • 阅读前沿论文：PGM是许多现代生成模型（如VAE、扩散模型）的理论基础，掌握它有助于你读懂顶会论文中的建模部分。

需要注意的是，本课程偏重传统PGM，不涉及深度学习库的直接调用。建议搭配Python实践（如使用pgmpy库）巩固代码能力。对于转行者，这门课是进入高级算法岗位的加分项；对于在职工程师，它是突破技术瓶颈、理解复杂系统不可或缺的一课。

课程目录

22、（599元）概率图模型 - 深蓝学院/ 第二章：概率图模型的表示 第二节贝叶斯网络 PGM表示-2.2(20190825).pdf
 650.50kb 任务4-2：贝叶斯网络.mp4
 63.86M 第二章作业及说明 HW第二章 任务2-2：第二章作业说明.mp4
 24.66M 第三节马尔可夫随机场 【课件】PGM表示-2.3马尔科夫随机场.pdf
 677.01kb 任务5-2：马尔科夫随机场.mp4
 65.04M 重录马尔科夫随机场.mp4
 68.33M 第四节因子图 【课件】PGM表示-2.4因子图.pdf
 322.79kb 任务6-2：因子图.mp4
 22.86M 第一节概率论与图论基础 PGM表示-2.1(20190818).pdf
 605.12kb 任务3-2：概率论与图论基础知识.mp4
 44.15M 第六章：概率图模型的应用 第1节 条件随机场在自然语言处理中的应用 PGM应用6.1（20191016）.pdf
 489.88kb 第1节 条件随机场在自然语言处理中的应用.mp4
 34.74M 第2节 概率图模型在医学图像中的应用 PGM应用6.2（20191016）.pdf
 1013.63kb 第2节 概率图模型在医学图像中的应用.mp4
 57.62M 第3节 概率图模型在计算机视觉中的应用 第3节 概率图模型在计算机视觉中的应用.mp4
 34.48M 第3节 概率图模型在计算机视觉中的应用.pdf
 522.46kb 第三章：概率图模型的精确推理 第二节团树传播算法 PGM精确推理3.3（20190902）.pdf
 666.07kb 任务9-2：团树传播算法.mp4
 44.98M 第三节信念传播算法（BP算法） PGM精确推理3.4.pdf
 623.34kb 任务10-2：信念传播算法（BP算法）.mp4
 55.12M 第四节二值图切法 PGM精确推理3.5.pdf
 1006.44kb 任务11-2：二值图切法 (2).mp4
 9.89M 任务11-2：二值图切法.mp4
 73.94M 第一节推理问题分类&变量消元法 PGM精确推理3.1-3.2（20190902）.pdf
 1017.32kb 任务8-2：推理问题分类&变量消元法.mp4
 62.00M 作业及代码 code.zip
 12.87kb 第三章作业说明.mp4
 37.62M 第四章：概率图模型的近似推理 第二节：基于图切法的近似推理 kk 2019-09-29 16-35-40.mp4
 56.25M PGM近似推理4-220190921.pdf
 908.54kb 第四章作业 code.zip
 3.81M to_compile_mf2.zip
 12.12kb 第四章作业说明.mp4
 28.28M 第一节：BP算法的能量最小化解释 PGM近似推理4-120190921.pdf
 922.51kb 任务12-2：BP算法的能量最小化解释.mp4
 82.04M 第五章：概率图模型的学习 第二节：结构学习 PGM学习-5.2（20190928）.pdf
 291.51kb 任务16-2：结构学习.mp4
 16.34M 第一节：参数学习 PGM学习-5.1（20190928）.pdf
 360.33kb 任务15-2：参数学习.mp4
 31.81M 第五章作业.pdf
 169.63kb 第一章：概率图模型简介 第一节PGM简介 PGM简介-1.1(20190818).pptx 1.65M 任务1-2：概率图模型简介.mp4
 65.52M PGM大作业.pdf
 204.93kb （价值599元）概率图模型 - 深蓝学院