經過了一段時間的學習，我終於完成了PGM的所有視頻課程，但是編程作業並沒有結束。最大的體驗是手里有了武器和手段，碰見問題不再束手無策或者需要根據自己的直覺經驗來設計解決方法。其實按照目前的科技樹而言，三種手段在手基本上就不需要擔心任何綜合型問題了：1、優化理論及方法; 2、深度學習理論；3、概率圖模型。有這三種方法則可以對大部分學術問題進行建模，無論什么層面或是類別的問題，總能往這三種框架里塞。簡直水文章之神器。
1、What is PGM
PGM 是統計學與機器學習的混合題。其借鑒了統計學的概念以及Intuition，同時使用計算機科學中的數據結構，算法等思想來實現統計學中的概念。
2、When we use PGM
當我們面對的數據不一定准確
當我們擁有大量的先驗知識
當我們感興趣的變量不止一個
當我們需要開拓新的知識
3、What we do with PGM
REPRESENTATION: 構建圖的結構
INFERENCE: 基於已有信息回答感興趣的問題
LEARNING: 在合適約束條件下，尋找變量X與變量Y的關系
4、How to use PGM
PGM可以直接拿來應用，已經有很多開源的庫和算法，我們只需要設計
PGM還有待開發，它在效率，設計理論等很多方面都有改進的空間
我有一把錘子，現在看哪兒都是釘子